Varianza
Selecciona un nivel de dificultad para comenzar a practicar. Los exámenes fáciles son gratuitos. Los intermedios y difíciles requieren una suscripción premium.
La varianza mide cuánto se dispersan los datos respecto a su promedio. Es la medida de dispersión más importante en estadística y la base para muchos análisis avanzados.
Comprender la varianza es esencial en la PAES del DEMRE.
A continuación se presentan la definición, cálculo, propiedades e interpretación de la varianza y la desviación estándar.
Si todos los datos son iguales, la varianza es cero. Si los datos son muy diferentes entre sí, la varianza es grande.
Fórmula muestral: s² = Σ(xᵢ − x̄)² / (n − 1). Se usa cuando los datos son una muestra de una población mayor. Dividir entre n−1 (corrección de Bessel) evita subestimar la varianza real.
Su ventaja sobre la varianza es que está en las mismas unidades que los datos originales, lo que facilita la interpretación.
Ejemplo: si los datos son calificaciones (puntos), la varianza se mide en puntos² pero la desviación estándar en puntos.
Sumar una constante a todos los datos no cambia la varianza: Var(X + c) = Var(X). La dispersión no se altera, solo se desplaza la media.
Multiplicar todos los datos por una constante k: Var(k·X) = k²·Var(X). La desviación estándar se multiplica por |k|.
Ejemplo: Si la varianza de un grupo es 9 y se duplican todos los datos, la nueva varianza es 4 × 9 = 36. La desviación estándar pasa de 3 a 6.
Varianza grande: los datos están dispersos. Un examen con varianza alta indica notas muy variadas.
Para comparar la dispersión de dos conjuntos con diferentes medias, se usa el coeficiente de variación: CV = (σ/μ) × 100%. A menor CV, menor dispersión relativa.
Ejemplo: datos {10, 12, 11, 13, 10} tienen varianza ≈ 1,3. Si se agrega un dato atípico 50: {10, 12, 11, 13, 10, 50}, la varianza salta a ≈ 217.
Un solo dato extremo puede inflar dramáticamente la varianza. Por eso, al analizar datos, conviene identificar y evaluar los valores atípicos antes de sacar conclusiones.
Aproximadamente el 68% de los datos cae dentro de ±1 desviación estándar de la media.
Aproximadamente el 95% cae dentro de ±2 desviaciones estándar.
Aproximadamente el 99,7% cae dentro de ±3 desviaciones estándar.
La práctica con cálculos manuales afianza la comprensión antes de usar calculadoras o software. Te deseamos mucho éxito en tu Preparación PAES.
Comprender la varianza es esencial en la PAES del DEMRE.
A continuación se presentan la definición, cálculo, propiedades e interpretación de la varianza y la desviación estándar.
¿Qué mide la varianza?
La varianza cuantifica qué tan lejos tienden a estar los datos de su promedio. A mayor varianza, mayor dispersión; a menor varianza, los datos están más concentrados alrededor de la media.Si todos los datos son iguales, la varianza es cero. Si los datos son muy diferentes entre sí, la varianza es grande.
Cálculo paso a paso
Fórmula poblacional: σ² = Σ(xᵢ − μ)² / n. Se usa cuando los datos representan toda la población.Fórmula muestral: s² = Σ(xᵢ − x̄)² / (n − 1). Se usa cuando los datos son una muestra de una población mayor. Dividir entre n−1 (corrección de Bessel) evita subestimar la varianza real.
Desviación estándar
La desviación estándar es la raíz cuadrada de la varianza: σ = √σ² (poblacional) o s = √s² (muestral).Su ventaja sobre la varianza es que está en las mismas unidades que los datos originales, lo que facilita la interpretación.
Ejemplo: si los datos son calificaciones (puntos), la varianza se mide en puntos² pero la desviación estándar en puntos.
Propiedades de la varianza
La varianza siempre es mayor o igual a cero: Var(X) ≥ 0.Sumar una constante a todos los datos no cambia la varianza: Var(X + c) = Var(X). La dispersión no se altera, solo se desplaza la media.
Multiplicar todos los datos por una constante k: Var(k·X) = k²·Var(X). La desviación estándar se multiplica por |k|.
Ejemplo: Si la varianza de un grupo es 9 y se duplican todos los datos, la nueva varianza es 4 × 9 = 36. La desviación estándar pasa de 3 a 6.
Interpretación práctica
Varianza pequeña: los datos están agrupados cerca de la media. Un examen con varianza baja indica que la mayoría obtuvo notas similares.Varianza grande: los datos están dispersos. Un examen con varianza alta indica notas muy variadas.
Para comparar la dispersión de dos conjuntos con diferentes medias, se usa el coeficiente de variación: CV = (σ/μ) × 100%. A menor CV, menor dispersión relativa.
Efecto de valores atípicos
La varianza es muy sensible a valores extremos porque eleva las desviaciones al cuadrado.Ejemplo: datos {10, 12, 11, 13, 10} tienen varianza ≈ 1,3. Si se agrega un dato atípico 50: {10, 12, 11, 13, 10, 50}, la varianza salta a ≈ 217.
Un solo dato extremo puede inflar dramáticamente la varianza. Por eso, al analizar datos, conviene identificar y evaluar los valores atípicos antes de sacar conclusiones.
Varianza y la regla empírica
Para datos con distribución aproximadamente normal (campana de Gauss):Aproximadamente el 68% de los datos cae dentro de ±1 desviación estándar de la media.
Aproximadamente el 95% cae dentro de ±2 desviaciones estándar.
Aproximadamente el 99,7% cae dentro de ±3 desviaciones estándar.
Cierre
La varianza y la desviación estándar son herramientas esenciales para medir y comparar la dispersión de datos. Saber calcularlas, interpretarlas y conocer sus propiedades te permite analizar cualquier conjunto de datos con criterio.La práctica con cálculos manuales afianza la comprensión antes de usar calculadoras o software. Te deseamos mucho éxito en tu Preparación PAES.