Notas y estudios Calculadora

Calculadora varianza poblacional

Para qué sirve

La varianza poblacional es la media de las desviaciones al cuadrado respecto a la media: σ² = Σ(xi − media)² / N. Mide dispersión y es el cuadrado de la desviación típica.

Varianza4,98
</> Insertar esta calculadora en tu web (gratis)

Copia este código y pégalo donde quieras. Se verá la calculadora con un enlace a facilcalcular.com.

La varianza cuantifica cuánto se desvían los datos de su media. Se usa como paso intermedio para calcular σ (desviación típica) y en ANOVA, pruebas estadísticas y modelos.

Fórmula

σ² = Σ(xi − media)² / N

Ejemplo

5,7,8,9,10,11,12: media = 8,86. Varianza ≈ 5,26 (σ ≈ 2,29).

Qué es la varianza

La varianza mide cuánto se dispersan los datos respecto a su media. Se calcula promediando los cuadrados de las diferencias entre cada dato y la media. Cuanto mayor es la varianza, más dispersos están los valores.

Varianza y desviación típica

La varianza tiene un inconveniente práctico: sus unidades están al cuadrado (si los datos son euros, la varianza está en euros²). Por eso se suele usar su raíz cuadrada, la desviación típica, que vuelve a las unidades originales y es más intuitiva.

Varianza poblacional y muestral

TipoDivide entreCuándo
PoblacionalnTodos los datos
Muestraln − 1Una muestra

Preguntas frecuentes

¿Varianza muestral?

Es la misma fórmula pero dividida entre N−1 en lugar de N. Se usa cuando trabajas con muestra, no población.

¿Y la desviación típica?

σ = √varianza. Está en las mismas unidades que los datos; la varianza está al cuadrado.

¿Para qué se usa?

En estadística inferencial: ANOVA, regresión, riesgo financiero (volatilidad).

¿Qué diferencia hay entre varianza y desviación típica?

La desviación típica es la raíz cuadrada de la varianza. La varianza tiene unidades al cuadrado y la desviación típica vuelve a las unidades originales, más fáciles de interpretar.

¿Cuándo se divide entre n−1?

Cuando se calcula la varianza de una muestra y no de toda la población. Esa corrección hace la estimación más precisa.