Ejemplos de varianza | Hacé Cuentas

Ejemplos de varianza no se resuelve mirando un único número. Conviene comparar escenarios y entender qué palanca modifica el resultado sin trasladar el problema a otro indicador.

Aplicación práctica

Cómo se calcula Paso 1 — media: μ = (x₁ + x₂ + ... + xₙ)/N Paso 2 — desvíos al cuadrado: (xᵢ − μ)² para cada dato Paso 3 — varianza: - Poblacional: σ² = Σ(xᵢ − μ)² / N - Muestral: s² = Σ(xᵢ − x̄)² / (n − 1) Paso 4 — desvío estándar: σ = √σ² (misma unidad que los datos) Ejemplo con {2,4,4,4,5,5,7,9} poblacional: μ = 40/8 = 5. Desvíos²: 9, 1, 1, 1, 0, 0, 4, 16 → Σ = 32. σ² = 32/8 = 4. σ = 2. Tabla de referencia — regla empírica (distribución normal) | Rango | % de datos | Nombre | |---|---|---| | μ ± 1σ | 68.27% | Una desviación | | μ ± 2σ | 95.45% | Dos desviaciones | | μ ± 3σ | 99.73% | Tres desviaciones (six sigma ≈ 4.5σ → 3.4 defectos/millón) | | μ ± 1.96σ | 95% | IC 95% clásico | | μ ± 2.58σ | 99% | IC 99% | Coeficiente de variación: CV = σ/μ × 100%. CV 30% alta. Casos típicos Caso 1 — Notas de parcial: {4,5,6,7,8,9,10,6,7,8}. Media = 7. σ muestral: calculás Σ(xᵢ−7)² = 34, s² = 34/9 ≈ 3.78, s ≈ 1.94. Clase con dispersión moderada. Caso 2 — Control de calidad: 10 piezas con diámetros cerca de 50 mm. Si σ = 0.03 mm y tolerancia = ±0.1 mm (Cp = tolerancia/(6σ) = 0.2/0.18 ≈ 1.11), el proceso es capaz pero justo. Caso 3 — Volatilidad de retornos diarios: una serie de retornos diarios con σ ≈ 1% se anualiza multiplicando por la raíz de los días bursátiles del año: σ_anual = σ_diario × √252 ≈ 15.9%. Esa escala temporal (√t) es la que usan los modelos de opciones (Black-Scholes) y el VaR. Para datos mensuales el factor es √12; para semanales, √52. Errores comunes - Usar N cuando tenés muestra: dividir por n en vez de n−1 subestima el desvío poblacional (sesgo). Si tu dataset es una muestra de una población mayor, usá n−1. - Olvidar la [raíz cuadrada](/glosario/raiz-cuadrada): la varianza tiene unidades² (ej: cm²), el desvío tiene unidades (cm). Confundirlos invalida interpretaciones. - Calcular σ con datos muy dispersos sin limpiar outliers: un solo outlier cambia drásticamente σ. Chequeá primero con boxplot o usá desviación absoluta mediana (MAD) si hay atípicos. - Comparar σ de datasets con medias muy distintas: un σ=5 es enorme si μ=10 (CV=50%) pero trivial si μ=1000 (CV=0.5%). Usá CV para comparar dispersiones relativas.

Escenarios recomendados

Escenario	Qué mantener	Qué variar
Conservador	Período y unidad	Menor ingreso o mayor costo
Central	Metodología	Datos más probables
Exigente	Base comparable	Mejor desempeño razonable

Palancas para mejorar

Revisar datos (coma) sin modificar simultáneamente las demás variables.
Revisar tipo sin modificar simultáneamente las demás variables.

Cuándo volver a calcular

Recalculá cuando cambie un precio, una tasa, un ingreso, el volumen, el plazo o una norma aplicable. En variables mensuales, compará al menos tres períodos para evitar conclusiones por un dato excepcional.

Enfoque específico: la varianza

La varianza resume el promedio de las desviaciones cuadráticas respecto de la media. Su unidad queda elevada al cuadrado.

Fórmula: Se resta la media a cada dato, se eleva cada diferencia al cuadrado, se suman y se divide por N o por N menos uno.

Ejemplo: En 9, 10 y 11 las desviaciones son -1, 0 y 1; sus cuadrados suman 2. La varianza poblacional es 2/3.

Decisión: Es fundamental en inferencia, modelos y descomposición de variabilidad, aunque para comunicar resultados suele usarse su raíz: el desvío.

Cuidado: Confundir varianza muestral y poblacional cambia el divisor; documentá cuál usaste antes de comparar resultados.

Control antes de decidir

Usá datos del mismo período y la misma unidad.
Separá valores observados de supuestos.
Cambiá una sola variable por vez.
Guardá fecha y fuente de cada dato.
No interpretes una simulación como garantía.

Podés comprobar tus datos en la Desvío estándar y varianza: calculadora online. La herramienta procesa los valores en el navegador y permite repetir escenarios.

Fuentes para verificar

Preguntas frecuentes

¿Cuándo uso poblacional (N) vs muestral (n−1) — aplicado a “Ejemplos de varianza”?

Poblacional cuando tenés TODOS los datos (ej: notas de TODOS los alumnos del curso). Muestral cuando tenés una subparte y querés estimar la población total (ej: 30 productos de una producción de 10.000). La división por n−1 (corrección de Bessel) corrige el sesgo de subestimación. Para este análisis de la varianza, verificá especialmente datos (coma).

¿Por qué muestral divide por n−1 y no por n — aplicado a “Ejemplos de varianza”?

Porque al usar la media muestral x̄ (y no la poblacional μ, que es desconocida), los datos están 'más cerca' de x̄ que de μ, lo que subestima la dispersión real. Dividir por n−1 corrige ese sesgo (demostración: E[s²] = σ² cuando se usa n−1). Para este análisis de la varianza, verificá especialmente tipo.

¿Qué dice la regla 68-95-99.7 — aplicado a “Ejemplos de varianza”?

En una distribución normal (curva de Gauss): 68.27% de los datos caen en μ±1σ, 95.45% en μ±2σ, 99.73% en μ±3σ. Si tus datos NO son normales (asimétricos, con outliers), esta regla no aplica; usá Chebyshev (al menos 1−1/k² en μ±kσ). Para este análisis de la varianza, verificá especialmente datos (coma).

¿Qué es el coeficiente de variación (CV) — aplicado a “Ejemplos de varianza”?

CV = σ/μ × 100%. Mide dispersión relativa (sin unidades), útil para comparar datasets con distintas escalas. Ej: altura (σ=5cm, μ=170cm → CV=2.9%) vs salario (σ=$500k, μ=$1M → CV=50%). Salarios dispersan mucho más. Para este análisis de la varianza, verificá especialmente tipo.

¿Qué es el z-score y cómo se calcula — aplicado a “Ejemplos de varianza”?

z = (x − μ)/σ. Mide cuántos desvíos estándar está un dato respecto de la media. z=0 es el promedio, z=±1 está en el 68% central, |z|>2 es inusual, |z|>3 muy inusual (outlier candidate). Para este análisis de la varianza, verificá especialmente datos (coma).

¿La varianza puede ser negativa — aplicado a “Ejemplos de varianza”?

No, nunca. Es una suma de cuadrados dividida por un número positivo, siempre σ² ≥ 0. σ² = 0 solo si todos los datos son idénticos (dispersión cero). Si obtenés negativa, hay error de cálculo o de signo. Para este análisis de la varianza, verificá especialmente tipo.

¿Cómo afectan los outliers al desvío estándar — aplicado a “Ejemplos de varianza”?

Mucho, porque los desvíos se elevan al cuadrado. Un outlier de 3σ contribuye 9 veces más que uno de 1σ. Un solo dato extremo puede duplicar σ. Alternativas robustas: desviación absoluta mediana (MAD) o rango intercuartílico (IQR). Para este análisis de la varianza, verificá especialmente datos (coma).