Calcular la varianza de una muestra

1.

Toma nota de la muestra del conjunto de datos. En la mayoría de

los casos, los estadísticos solo tienen acceso a una muestra o a
un subconjunto de la población que van a analizar. Por ejemplo,
en vez de analizar la población "costo de todos los autos de
Alemania", un estadístico averiguaría el costo de una muestra
aleatoria de unos pocos miles de autos. De este modo podría
basarse en esa muestra para obtener una estimación
aproximada del costo de los autos en Alemania, aunque es
posible que no coincida con el valor exacto.

 Ejemplo: analizando la cantidad de panquecitos que

se venden todos los días en una cafetería, tomas una muestra
de seis días aleatorios y obtienes los siguientes resultados: 17,
15, 23, 7, 9, 13. Esta es una muestra, no la población, ya que no
tienes los datos de todos y cada uno de los días en los cuales
ha estado abierta la cafetería.
 Si tienes todos los puntos de datos de una población,
continúa con el próximo método.

2.

Anota la fórmula de la varianza de una muestra. La varianza de

un conjunto de datos te indica qué tan dispersos están los
puntos de datos. Mientras más cerca de cero esté la varianza,
 más cercanos estarán entre sí los puntos de datos. Cuando
vayas a trabajar con muestras de conjuntos de datos, utiliza la
siguiente fórmula para calcular la varianza: [3]
∑[( - xx)]
 = /(n - 1)
 es la varianza. La varianza siempre se mide en
unidades elevadas al cuadrado.
 representa un término de tu conjunto de datos.
 ∑, que significa "sumatoria", te indica que debes
calcular los siguientes términos para cada valor de y luego
sumarlos a todos.
 xx es la media de la muestra.
 n es la cantidad de puntos de datos.

3.

Calcula la media de la muestra. El símbolo xx o "x barra" se

refiere a la media de la muestra.[4] Calcúlala como lo calcularías
cualquier media: suma todos los puntos de datos, luego divídela
por la cantidad de puntos de datos.

 Por ejemplo: primero suma todos los puntos de datos:

17 + 15 + 23 + 7 + 9 + 13 = 84
A continuación, divide la respuesta por la cantidad de puntos de
datos, en este caso, seis: 84 ÷ 6 = 14.
Media de la muestra = xx = 14.
 Puedes pensar en la media como el "punto central"
de los datos. Si los datos se agrupan cerca de la media,
entonces la varianza será baja. Si se encuentran esparcidos
lejos de la media, la varianza será alta.
4.
 Réstale la media a cada punto de datos. Ahora es momento de
calcular - xx, donde es cada número del conjunto de datos. Cada
respuesta te indicará la desviación con respecto de la media o,
en lenguaje coloquial, qué tan lejos de la media está cada
número.[5].

 Ejemplo:
- xx = 17 - 14 = 3
- xx = 15 - 14 = 1
- xx = 23 - 14 = 9
- xx = 7 - 14 = -7
- xx = 9 - 14 = -5
- xx = 13 - 14 = -1
 Es fácil revisar tu trabajo, ya que la suma de las
respuestas debe ser igual a cero. Esto se debe justamente a la
definición de la media, ya que las respuestas negativas
(distancia de los números pequeños respecto de la media)
cancelan exactamente las respuestas positivas (distancia de los
números más grandes respecto de la media).
5.

Eleva cada resultado al cuadrado. Tal como se explicó más

arriba, la lista actual de desviaciones ( - xx) suman cero. Esto
quiere decir que la "desviación promedio" siempre será igual a
cero. Por lo tanto, esto no te dice demasiado acerca de qué tan
 dispersos están los datos. Para resolver este problema, debes
elevar al cuadrado cada desviación. Al hacerlo, todos los
números se convertirán en positivos, por lo tanto, los valores
positivos y negativos dejarán de cancelarse y sumar cero.[6]

 Ejemplo:
( - xx)
- xx)
92 = 81
(-7)2 = 49
(-5)2 = 25
(-1)2 = 1
 Ahora tienes el valor ( - xx) para cada punto de datos
de tu muestra.

Calcula la suma de los valores al cuadrado. Ahora es momento

de calcular el numerador total de la fórmula ∑[( - xx)]. La letra
sigma mayúscula, ∑, te indica que debes sumar el valor del
siguiente término para cada valor de . Ya calculaste ( - xx)para
cada valor de en la muestra. Así que todo lo que tienes que
hacer ahora, es sumar los resultados.
 Ejemplo: 9 + 1 + 81 + 49 + 25 + 1 = 166.
 Divide por , donde es la cantidad de puntos de datos. Hace
mucho tiempo, los estadísticos dividían la varianza de la
muestra por . Esto te da el valor promedio de la desviación al
cuadrado, que coincide perfectamente con la varianza de la
muestra. Pero recuerda que la muestra es solo una estimación
de una población más grande. Si tomas otra muestra aleatoria y
haces el mismo cálculo, obtendrás un resultado diferente. Por
este motivo, al dividir por en vez de por obtendrás una mejor
estimación de la varianza de una población más grande y eso es
justamente lo que estás buscando. Esta corrección es tan
común que se ha convertido en la definición aceptada de la
varianza de una muestra.[7]
 Ejemplo: en la muestra hay seis puntos de datos, por
lo tanto:
Varianza de la muestra = 33,2

Aprende a distinguir varianza de desviación estándar. Ten en

cuenta que, al haber un exponente en la fórmula, la varianza se
 mide en unidades al cuadrado de los datos originales. Esto
puede hacer que no sea tan sencillo entenderlo en forma
intuitiva. En su lugar, a menudo se usa la desviación estándar.
De todas formas, tu esfuerzo no fue en vano, ya que la
desviación estándar no es otra cosa que la raíz cuadrada de la
varianza. Es por eso que la varianza de una muestra se expresa
como y la desviación estándar de una muestra como .
 Por ejemplo, la desviación estándar de la muestra
anterior es = s = √33,2 = 5,76.

Método 2
Calcular la varianza de una población
1.

Comienza con un conjunto de datos de la población. El término

"población" hace referencia al total de datos de las
observaciones relevantes. Por ejemplo, si vas a analizar la edad
de los residentes del estado de Texas, tu población debe incluir
la edad de cada uno de los residentes de Texas. Normalmente,
para un conjunto de datos tan grande como ese, crearías
una hoja de cálculo. Sin embargo, aquí tienes un conjunto más
pequeño de datos como ejemplo:
Ejemplo: en la habitación de un acuario hay exactamente 6
peceras. Las seis peceras contienen la siguiente cantidad de
peces:
 Comienza con un conjunto de datos de la población. El término
"población" hace referencia al total de datos de las
observaciones relevantes. Por ejemplo, si vas a analizar la edad
de los residentes del estado de Texas, tu población debe incluir
la edad de cada uno de los residentes de Texas. Normalmente,
para un conjunto de datos tan grande como ese, crearías
una hoja de cálculo. Sin embargo, aquí tienes un conjunto más
pequeño de datos como ejemplo:


Ejemplo: en la habitación de un acuario hay exactamente 6
peceras. Las seis peceras contienen la siguiente cantidad de
peces:

Anota la fórmula de la varianza de la población. Debido a que la

población contiene todos los datos que necesitas, esta fórmula
te dará el valor exacto de la varianza de la población. Para poder
 distinguirla de la varianza de una muestra (que es solo un valor
aproximado), los estadísticos usan otras variables: [8]
(∑( - μ))
 σ= /n
 σ = varianza de la población. Es la letra sigma
minúscula, elevada al cuadrado. La varianza se mide en
unidades al cuadrado.
 representa un término de tu conjunto de datos.
 Los términos dentro de ∑ se calcularán para cada
valor de , y luego se sumarán.
 μ es la media de la población.
 n es la cantidad de puntos de datos de la población.

Encuentra la media de la población. Cuando analizas una

población, el símbolo μ ("mu") representa la media aritmética.
Para encontrar la media, suma todos los puntos de datos y luego
divide el resultado por la cantidad de puntos de datos.

 Puedes pensar en la media como el "promedio", pero

ten cuidado, ya que esa palabra tiene muchas definiciones en
matemática.
 Ejemplo: media = μ = = 10,5
 Réstale la media a cada punto de datos. Los puntos de datos
cercanos a la media tendrán una diferencia más cercana a cero.
Repite la resta para cada punto de datos y comenzarás a tener
una noción aproximada de qué tan dispersos están los datos.

 Ejemplo:
- μ = 5 - 10,5 = -5,5
- μ = 5 - 10,5 = -5,5
- μ = 8 - 10,5 = -2,5
- μ = 12 - 10,5 = 1,5
- μ = 15 - 10,5 = 4,5
- μ = 18 - 10,5 = 7,5

Eleva al cuadrado todas las respuestas. Ahora, algunos de los

números del paso anterior serán negativos mientras que otros
serán positivos. Si dibujas tus datos en una línea numérica,
estas dos categorías representarán los números que están a la
izquierda de la media y los que están a la derecha de la media.
Estos valores no son de mucha ayuda para calcular la varianza,
ya que los dos grupos se cancelarían entre sí. Eleva al cuadrado
cada uno de los números para transformarlos en valores
positivos.

 Ejemplo:
( - μ) para cada valor de i de 1 a 6:
(-5,5) = 30,25
(-5,5) = 30,25
(-2,5) = 6,25
(1,5) = 2,25
(4,5) = 20,25
(7,5) = 56,25
 Encuentra la media de tus resultados. Ahora tienes un valor
para cada punto de datos, relacionado (indirectamente) con la
dispersión que ese punto de datos tiene respecto de la media.
Calcula la media de estos valores sumándolos y luego
dividiendo la suma por la cantidad de valores.

 Ejemplo:
Varianza de la población = 24,25

Relaciona este valor nuevamente con la fórmula. Si no estás

seguro acerca de cómo coincide este valor con la fórmula que
aplicaste al principio de este método, intenta escribir todo el
problema a mano:

 Después de encontrar la diferencia entre la media y

elevar al cuadrado, obtendrás el valor ( - μ), ( - μ), y así
sucesivamente hasta ( - μ), donde es el último punto de datos
del conjunto.
 Para encontrar la media de estos valores, debes
sumarlos a todos y dividirlos por : ( ( - μ) + ( - μ) + ... + ( - μ) ) / n
 Después de rescribir el numerador en notación
(∑( - μ))
sigma, obtendrás /n, que es la fórmula de la varianza.

Consejos

Debido a que es difícil interpretar la varianza, este valor
generalmente se calcula como punto de partida para el cálculo
de la desviación estándar.

La utilización de en lugar de en el denominador al
analizar muestras, es una técnica conocida como corrección de
Bessel. La muestra es solo un valor estimativo de la población
completa y la media de la muestra se encuentra sesgada para
ajustar esa estimación. Esta corrección sirve para eliminar ese
sesgo.[9] Esto tiene que ver con el hecho de que, una vez que
hayas listado los puntos de datos, el n-ésimo punto final ya
tendrá una restricción, dado que solamente algunos valores
resultarán en la media de la muestra (xx) utilizada en la fórmula
de la varianza.[10]