- La varianza mide la dispersión de un conjunto de datos respecto a su valor medio.
- Se calcula mediante la media de los cuadrados de las desviaciones para evitar que los resultados se anulen.
- Es fundamental en finanzas para evaluar el riesgo y en ciencia para determinar la precisión de los estimadores.
- Su raíz cuadrada es la desviación estándar, que permite volver a las unidades de medida originales.
Cuando nos metemos en el mundo de los datos, es muy común que nos quedemos solo con el promedio, pero decir que la media es de cierto valor a veces nos deja a ciegas. Para entender realmente qué está pasando con la información, necesitamos saber si los datos están todos juntitos o si hay una dispersión considerable que haga que ese promedio no sea tan fiable.
Aquí es donde entra en juego la varianza, una herramienta que nos permite cuantificar esa variabilidad. No es más que una forma de medir cuánto se alejan, en promedio, los valores de un grupo respecto a su centro, permitiéndonos detectar valores atípicos o inconsistencias que a simple vista pasarían desapercibidas.
¿Qué es exactamente la varianza?
Si queremos ser formales, la varianza es una medida de dispersión que describe la variabilidad de una serie de datos en relación con su media aritmética. En términos sencillos, nos indica si los números de un conjunto son muy parecidos entre sí o si están estirados y repartidos por todo el gráfico.
Desde un punto de vista histórico, fue Ronald Fisher quien introdujo este concepto en 1918. Fisher se dio cuenta de que, para analizar las causas de la variabilidad en la naturaleza y la genética, era mucho más útil trabajar con el cuadrado de la desviación típica que con la desviación misma, sentando así las bases de la estadística moderna.
Algo curioso es que la varianza siempre será un valor mayor o igual a cero. Esto ocurre porque, al elevar las diferencias al cuadrado, es matemáticamente imposible que el resultado sea negativo, independientemente de si la desviación original era positiva o negativa.
El porqué de las potencias: ¿Por qué elevar al cuadrado?
Mucha gente se pregunta por qué no simplemente sumar las diferencias entre cada dato y la media. La razón es sencilla: por una propiedad matemática, la suma de las desviaciones respecto a la media siempre da cero. Los valores positivos y negativos se anulan entre sí, dejándonos con una sensación falsa de que no hay variabilidad.
Al elevar esos residuos al cuadrado, eliminamos los signos negativos y nos aseguramos de que cualquier alejamiento de la media, ya sea hacia arriba o hacia abajo, sume valor al resultado final. Así, solo obtendremos una varianza de cero si absolutamente todos los datos del conjunto son idénticos.
Cómo se calcula: Paso a paso
Para sacar la varianza no hace falta ser un genio de las mates, solo seguir un orden lógico. Primero, debemos hallar la media aritmética del grupo. Una vez tenemos ese valor, calculamos la diferencia de cada punto de dato respecto a dicha media, proceso al que llamamos obtención de residuos.
El siguiente paso consiste en elevar cada uno de esos residuos al cuadrado y sumarlos todos. Finalmente, dividimos esa suma total entre el número de observaciones. Aquí hay un matiz importante: si estamos trabajando con la población completa, dividimos por N, pero si es solo una muestra, dividimos por n minus uno para obtener un estimador insesgado.
Varianza en variables aleatorias
Cuando pasamos al terreno de las probabilidades, la varianza de una variable aleatoria X se define como el valor esperado del cuadrado de las desviaciones de la media. Matemáticamente, esto se puede expresar como la covarianza de una variable consigo misma o como el segundo cumulante de una distribución de probabilidad.
Dependiendo de la naturaleza de la variable, el cálculo varía. Si la variable es discreta (como lanzar un dado), sumamos los cuadrados de las desviaciones multiplicados por su probabilidad. Si es continua (como la altura de las personas), debemos recurrir a la integración de la función de densidad de probabilidad sobre todo su soporte.
Diferencias clave con la desviación estándar
Es muy común confundir estos dos conceptos porque, en esencia, miden lo mismo. La diferencia radica en la escala. La varianza se expresa en unidades al cuadrado (por ejemplo, si medimos metros, la varianza nos da metros cuadrados), lo que hace que sea un poco difícil de interpretar intuitivamente.
Para solucionar esto, aplicamos la raíz cuadrada a la varianza, obteniendo la desviación estándar. Esta última nos devuelve la medida a las unidades originales, permitiéndonos decir, por ejemplo, que los salarios se desvían en promedio 200 euros respecto a la media, en lugar de hablar de euros al cuadrado.
Aplicaciones prácticas y utilidad real
La varianza no es solo un ejercicio académico; tiene aplicaciones brutales en el mundo real. En el ámbito de las finanzas, la varianza se traduce directamente como medida de riesgo. Si dos inversiones prometen la misma rentabilidad, el inversor prudente elegirá la de menor varianza, ya que los resultados serán más predecibles.
En la industria, se utiliza para controlar la calidad. Una varianza baja en la fabricación de piezas significa que el proceso es consistente y los productos son casi idénticos. Por otro lado, el Análisis de la Varianza (ANOVA) permite comparar distintos grupos para ver si las diferencias entre sus medias son estadísticamente significativas.
También es crucial para crear estimadores eficientes y consistentes. Un estimador es eficiente si tiene la mínima varianza posible, lo que reduce el riesgo de que la muestra que hemos tomado se aleje demasiado del valor real de la población.
Casos especiales y limitaciones
No todas las distribuciones tienen varianza. Por ejemplo, la distribución de Cauchy carece de esperanza matemática y, por extensión, no tiene varianza. Asimismo, existen distribuciones de Pareto que, aunque tengan media, no poseen varianza si su índice se encuentra en un rango específico.
Otro punto débil es la sensibilidad a los valores atípicos. Como elevamos las diferencias al cuadrado, un solo dato extremadamente alejado de la media puede disparar la varianza, sesgando la percepción de la dispersión general del conjunto.
Para mitigar esto, algunos estadísticos utilizan el coeficiente de variación, que es la relación entre la desviación estándar y la media. Al ser un valor adimensional, permite comparar la dispersión de dos grupos que tienen medias muy diferentes sin que la escala nos engañe.
El uso de la varianza permite comprender la arquitectura de los datos, desde la simplicidad de una muestra de salarios hasta la complejidad de la campana de Gauss, donde una varianza menor produce una curva más alta y estrecha. Al dominar este concepto, pasamos de una lectura superficial de los promedios a un análisis crítico y profundo de la variabilidad de cualquier fenómeno estudiado.
