¿Qué es la varianza?

La varianza es una medida de dispersión que representa la variabilidad de una serie de datos
respecto a su media. Formalmente se calcula como la suma de los residuos al cuadrado divididos
entre el total de observaciones, entendiendo como residuo a la diferencia entre el valor de una
variable en un momento y el valor medio de toda la variable.

Puntos clave

 La varianza es una medida de dispersión que indica cuánto se alejan los datos de su media.
 Elevar al cuadrado los residuos evita sumas negativas, permitiendo que la varianza siempre
sea positiva.
 La varianza es fundamental para calcular otros parámetros estadísticos, como la covarianza, y
se utiliza en matrices econométricas.

La varianza: Explicación sencilla

La varianza es una forma de entender cuánto se alejan algunos valores del promedio de un grupo de
ellos. Por ejemplo, imagina que tienes una lista de números que representan los precios de algunos
pisos de tu barrio. La varianza te ayuda a ver si los precios están muy dispersos o no. Si todos están
cerca del promedio, la varianza será baja, pero si están muy esparcidos, la varianza será alta.

Medidas de dispersión

Antes de ver la fórmula de la varianza, debemos decir que la varianza en estadística es muy
importante. Ya que aunque se trata de una medida sencilla, puede aportar mucha información sobre
una variable en concreto.

Fórmula para calcular la varianza

La unidad de medida de la varianza será siempre la unidad de medida correspondiente a los datos
pero elevada al cuadrado. La varianza siempre es mayor o igual que cero. Al elevarse los residuos al
cuadrado es matemáticamente imposible que la varianza salga negativa. Y de esa forma no puede
ser menor que cero.

Donde

 X: variable sobre la que se pretenden calcular la varianza

 xi: observación número i de la variable X. i puede tomará valores entre 1 y n.
 n: número de observaciones.
 x̄ : Es la media de la variable X.

O lo que es lo mismo:
¿Por qué se elevan al cuadrado los residuos?

La razón por la que los residuos se elevan al cuadrado es sencilla. Si no se elevasen al cuadrado, la
suma de residuos sería cero. Es una propiedad de los residuos. Así pues para evitarlo, tal como
ocurre con la desviación típica se elevan al cuadrado. El resultado es la unidad de medida en la que
se miden los datos pero elevada al cuadrado.

Por ejemplo, si tuviésemos datos sobre los salarios de un conjunto de personas en euros, el dato
que arroja la varianza sería en euros cuadrados. Para que tenga sentido la interpretación
calcularíamos la desviación típica y pasaríamos el dato a euros.

1. Desviación -> (2-3) = -1

2. Desviación -> (4-3) = 1
3. Desviación -> (2-3) = -1
4. Desviación -> (4-3) = 1
5. Desviación -> (2-3) = -1
6. Desviación -> (4-3) = 1

Si sumamos todas las desviaciones el resultado es cero.

Rango
¿Qué diferencia existe entre la varianza y la desviación típica?

Una cuestión que se podría plantear, y con razón, sería la diferencia entre varianza y desviación
típica. En realidad, vienen a medir lo mismo. La varianza es la desviación típica elevada al cuadrado.
O al revés, la desviación típica es la raíz cuadrada de la varianza.

La desviación típica se hace para poder trabajar en las unidades de medida iniciales. Claro que,
como es normal, uno puede preguntarse, ¿de qué sirve tener como concepto la varianza? Bien,
aunque la interpretación del valor que arroja no nos da demasiada información, su cálculo es
necesario para obtener el valor de otros parámetros.

Para calcular la covarianza necesitamos la varianza y no la desviación típica, para calcular algunas
matrices econométricas se utiliza la varianza y no la desviación típica. Es una cuestión de comodidad
a la hora de trabajar con los datos en según qué cálculos.

Ejemplo de cálculo de la varianza

Vamos a acuñar una serie de datos sobre salarios. Tenemos cinco personas, cada uno con un
salario diferente:

Juan: 1.500 euros

Pepe: 1.200 euros

José: 1.700 euros

Miguel: 1.300 euros

Mateo: 1.800 euros

La media del salario, la cual necesitamos para nuestro cálculo, es de ((1.500 + 1.200 + 1.700 + 1.300
+ 1.800) /5) 1.500 euros.

Dado que la fórmula de la varianza en su forma desglosada se formula como sigue:

Obtendremos que se debe calcular tal que:

El resultado es de 52.000 euros al cuadrado. Es importante recordar que siempre que calculamos la
varianza tenemos las unidades de medida al cuadrado. Para pasarlo a euros, en este caso
tendríamos que realizar la desviación típica. El resultado aproximado sería de 228 euros. Esto quiere
decir que, en media, la diferencia entre los salarios de las distintas personas será de 228 euros.

¿Qué es la covarianza?
La covarianza es el valor que refleja en qué cuantía dos variables aleatorias varían de forma conjunta
respecto a sus medias.

Puntos clave

 Ayuda a entender la relación entre dos variables, como precios de acciones, lo que es crucial
para la toma de decisiones en finanzas e inversiones.
 Puede ser positiva (se mueven juntas), negativa (se mueven en direcciones opuestas), o nula
(no se mueven juntas de manera apreciable).

La covarianza: Explicación sencilla

Dicho de una manera más sencilla, la covarianza es una forma de medir si dos cosas tienden a
aumentar o disminuir al mismo tiempo.

Para entenderlo bien, imagina que estás en la playa observando dos barcos: uno se mueve más
cuando hay olas grandes (llamémosle Barco X) y el otro se mueve más con el viento (Barco Y). Si
quisieras saber si ambos barcos se mueven juntos, es decir, si ambos se mecen más al mismo tiempo
debido a las olas o al viento, estarías intentando entender su covarianza.

La covarianza nos dice si dos variables (en este caso, los movimientos de los barcos) tienden a
aumentar o disminuir juntas:

 Covarianza positiva: Si ambos barcos tienden a moverse mucho al mismo tiempo, entonces
tienen una relación positiva. Es como decir que cuando hay olas grandes, generalmente
también hay mucho viento, y ambos barcos se mecen mucho al mismo tiempo.
 Covarianza negativa: Si un barco se mueve mucho cuando el otro está quieto, tienen una
relación negativa. Esto sería como decir que cuando hay olas grandes (y el Barco X se mueve
mucho), hay poco viento, así que el Barco Y casi no se mueve, y viceversa.
 Covarianza cero: Si el movimiento de un barco no te dice nada sobre cómo se moverá el otro,
entonces no tienen una relación clara. Esto sería como si las olas y el viento hicieran su propio
asunto, sin que uno afecte claramente cómo se mueve el otro barco.

Desgranando la covarianza
Por tanto, nos permite saber cómo se comporta una variable en función de lo que hace otra variable.
Es decir, cuando X sube ¿Cómo se comporta Y? Así pues, puede tomar los siguiente valores:

Covarianza (X,Y) es menor que cero cuando “X” sube e “Y” baja. Hay una relación negativa.

Covarianza (X,Y) es mayor que cero cuando “X” sube e “Y” sube. Hay una relación positiva.

Covarianza (X,Y) es igual que cero cuando no hay relación existente entre las variables “X” e “Y”.

Cálculo de la covarianza
La fórmula se expresa como sigue:

Dónde la y con el acento es la media de la variable Y, y la x con el acento es la media de la variable X.

“i” es la posición de la observación y “n” el número total de observaciones.

Alternativamente, cuando las frecuencias absolutas no son unitarias (es decir, los pares i,j se repiten al
menos una vez) la fórmula aplicable es la siguiente:

Propiedades de la covarianza
Han de tenerse en cuenta, a la hora de trabajar con ella las propiedades que tiene y que se deducen
de la definición misma de covarianza:

 Cov (X, b) = 0, siendo b en este caso una constante.

 Cov (X, X) = Var(X) es decir, la covarianza de una variable y de sí misma es igual a la varianza
de la variable.
 Cov (X, Y) = Cov(Y,X) la covarianza es la misma, independientemente del orden en que las
pongamos.
 Cov (b·X, c·Y) = c·b ·Cov(X,Y) siendo b y c dos constantes. La covarianza de dos variables
multiplicadas por dos constantes cualesquiera es igual a la covarianza de las dos variables
multiplicada por la multiplicación de las constantes.
 Cov (b+X, c+Y) = Cov(X,Y) sumar dos constantes cualesquiera a cada variable, no afecta a la
covarianza.
 Cov (X,Y) = E(X·Y) – E(X)·E(Y) o lo que es lo mismo, la covarianza es igual a la esperanza del
producto de las dos variables menos el producto de las dos esperanzas por separado.

Ampliando las propiedades anteriores, en el caso de que dos variables sean independientes. Es decir,
que no tengan relación estadística alguna, se cumple que:

E(X·Y) = E(X)·E(Y)

Es decir que la esperanza del producto de dos variables, es igual al producto de las dos esperanzas
por separado de dichas variables.
Ejemplo de la covarianza
Supongamos que tenemos los siguientes datos de X e Y.

¿Cómo interpretamos este resultado?

Este 4 nos está diciendo, al ser mayor que cero, que estas dos variables tienen una relación positiva.
Para saber la relación ajustada entre las dos variables deberíamos calcular la correlación lineal. Dos
covarianzas de distintas variables no son comparables, ya que el valor es un valor absoluto que
depende de la unidad de medida de las variables.