Marta

21 noviembre 2019

Temas

 

La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de una distribución estadística.

La varianza se representa por \displaystyle \sigma ^{2}.

 

La fórmula de la varianza

 

\displaystyle \sigma ^{2}=\frac{(x_1-\bar{x})^{2}+(x_2-\bar{x})^{2}+...+(x_n-\bar{x})^{2}}{N}

 

\displaystyle \sigma ^{2}=\frac{\sum_{i=1}^{n}(x_i-\bar{x})^{2}}{N}

 

Ejemplos de cálculo de la varianza

 

1 Calcular la varianza de la distribución: 9, 3, 8, 8, 9, 8, 9, 18.

 

 

Calculamos la media aritmética

 

\displaystyle \bar{x}=\frac{9+3+8+8+9+8+9+18}{8}=9

 

 

Calculamos la varianza

 

\displaystyle \sigma ^{2}=\frac{(9-9)^{2}+(3-9)^{2}+(8-9)^{2}}{8}+

\displaystyle + \frac{(8-9)^{2}+(9-9)^{2}+(8-9)^{2}}{8}+

\displaystyle + \frac{(9-9)^{2}+(18-9)^{2}}{8}=15

 

2 Calcular la varianza de la distribución: 12, 6, 7, 3, 15, 10, 18, 5.

 

 

Calculamos la media aritmética

 

\displaystyle \bar{x}=\frac{12+6+7+3+15+10+18+5}{8}=\frac{76}{8}=9.5

 

 

Calculamos la varianza

\displaystyle \sigma ^{2}=\frac{(12-9.5)^{2}+(6-9.5)^{2}+(7-9.5)^{2}}{8} +

\displaystyle + \frac{(3-9.5)^{2}+(15-9.5)^{2}+(10-9.5)^{2}}{8}+

\displaystyle + \frac{(18-9.5)^{2}+(18-9.5)^{2}+(5-9.5)^{2}}{8}=23.75

 

 

3 Calcular la varianza de la distribución: 5, 5, 12, 13, 15, 15, 15, 20, 20, 23.

 

Usando las mismas etapas como en los ejemplos anteriores, primero calculamos la media aritmética y luego la varianza.

 

\displaystyle \bar{x}=\frac{5+5+12+13+15+15+15+20+20+23}{10}=\frac{143}{10}=14.3

 

\displaystyle \sigma ^{2}=\frac{(5-14.3)^{2}+(5-14.3)^{2}+(12-14.3)^{2}}{10}+

 

\displaystyle + \frac{(13-14.3)^{2}+(15-14.3)^{2}+(15-14.3)^{2}}{10}+

 

\displaystyle + \frac{(13-14.3)^{2}+(20-14.3)^{2}+(20-14.3)^{2}}{10}+

 

\displaystyle + \frac{(23-14.3)^{2}}{10}=

 

\displaystyle =\frac{86.49+86.49+5.29+1.69+0.49+0.49}{10}+

 

\displaystyle =\frac{0.49+32.49+32.49+75.69}{10}=\frac{322.1}{10}=32.21

 

 

 

4 Calcular la varianza de la distribución: 150, 160, 164, 158, 183.

 

Usando las mismas etapas como en los ejemplos anteriores, primero calculamos la media aritmética y luego la varianza.

 

\displaystyle \bar{x}=\frac{150+160+164+158+183}{5}=\frac{815}{5}=163

 

\displaystyle \sigma ^{2}=\frac{(150-163)^{2}+(160-163)^{2}+(164-163)^{2}}{5}+

 

\displaystyle + \frac{(158-163)^{2}+(183-163)^{2}}{5}=

 

\displaystyle + \frac{169+9+1+25+400}{5}=\frac{604}{5}=120.8

 

 

 

5  Calcular la varianza de la distribución: 2, 3, 2, 3, 1, 2, 2, 3, 1, 1, 4.

 

Usando las mismas etapas como en los ejemplos anteriores, primero calculamos la media aritmética y luego la varianza.

 

\displaystyle \bar{x}=\frac{2+3+2+3+1+2+2+3+1+1+4}{5}=\frac{22}{11}=2

 

\displaystyle \sigma ^{2}=\frac{(2-2)^{2}+(3-2)^{2}+(2-2)^{2}+(3-2)^{2}}{11}+

 

\displaystyle \sigma ^{2}=\frac{(1-2)^{2}+(2-2)^{2}+(2-2)^{2}+(3-2)^{2}+(1-2)^{2}}{11}+

 

\displaystyle \sigma ^{2}=\frac{(1-2)^{2}+(4-2)^{2}}{11}=

 

\displaystyle \frac{0+1+0+1+1+0+0+1+1+1+4}{11}=\frac{10}{11}=0.91

 

 

Varianza para datos agrupados

 

 

\displaystyle \sigma ^{2}=\frac{(x_1-\bar{x})^{2}f_1+(x_2-\bar{x})^{2}f_2+...+(x_n-\bar{x})^{2}f_n}{N}

 

\displaystyle \sigma ^{2}=\frac{\sum_{i=1}^{n}(x_i-\bar{x})^{2}f_i}{N}

 

 

Para simplificar el cálculo de la varianza vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.

 

 

\displaystyle \sigma ^{2}=\frac{x_{1}^{2}+x_{2}^{2}+...+x_{n}^{2}}{N} - \bar{x}^{2}

 

 

\displaystyle \sigma ^{2}=\sum_{i=1}^{n}\frac{x_{i}^{2}}{N} - \bar{x}^{2}

 

 

 

Ejemplo de cálculo de datos agrupados

 

Calcular la varianza de la distribución de la tabla:

 

 

x_if_ix_i \cdot f_i x_i^{2} \cdot f_i
[10, 20)15115225
[20, 30)2582005000
[30,40)351035012 250
[40, 50)45940518 225
[50, 6055844024 200
[60,70)65426016 900
[70, 80)75215011 250
42182088050

 

 

Hemos añadido la columna x_i \cdot f_i  porque queremos hallar su sumatoria (1820) , que
después dividiremos por N (42) para obtener la media

 

\displaystyle \bar{x}=\frac{1820}{42}=43.33

 

Hemos añadido la columna x_i \cdot f_i porque queremos hallar su sumatoria (88050), que después dividiremos por N (42) y al resultado le restaremos la media aritmética al cuadrado (43.33^{2})

.

\displaystyle \sigma ^{2}= \frac{88050}{42} - 43.33^{2}= 218.94

 

 

Propiedades de la varianza

 

1 La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.

 

2 Si a todos los valores de la variable se les suma un número la varianza no varía.

 

3 Si todos los valores de la variable se multiplican por un número la varianza queda multiplicada por el cuadrado de dicho número.

 

4 Si tenemos varias distribuciones con la misma media y conocemos sus respectivas varianzas se puede calcular la varianza total.

 

Si todas las muestras tienen el mismo tamaño:

 

\displaystyle \sigma ^{2}= \frac{\sigma _{1}^{2}+\sigma _{2}^{2}+...+\sigma _{n}^{2}}{n}

 

Si las muestras tienen distinto tamaño:

 

\displaystyle \sigma ^{2}= \frac{k_{1} \cdot \sigma _{1}^{2}+k_{2} \cdot\sigma _{2}^{2}+...+k_{n} \cdot\sigma _{n}^{2}}{k_{1}+k_{2}+...+k_{n}}

 

 

Observaciones sobre la varianza

 

1 La varianza, al igual que la media, es un índice muy sensible a las puntuaciones extremas.

 

2 En los casos que no se pueda hallar la media tampoco será posible hallar la varianza.

 

3 La varianza no viene expresada en las mismas unidades que los datos, ya que las desviaciones están elevadas al cuadrado.

¿Necesitas un/a profe de Matemáticas?

¿Te ha gustado el artículo?

¿Ninguna información? ¿En serio?Ok, intentaremos hacerlo mejor la próxima vezAprobado por los pelos. ¿Puedes hacerlo mejor?Gracias. Haznos cualquier pregunta en los comentar¡Un placer poder ayudarte! :) 3,46/5 - 26 voto(s)
Cargando…

Marta

➗ Licenciada en Químicas da clase de Matemáticas, Física y Química -> Comparto aquí mi pasión por las matemáticas ➗