Varianza

En teora de probabilidad, la varianza (que suele representarse como ) de una variable aleatoria es una medida de
dispersin definida como la esperanza del cuadrado de la desviacin de dicha variable respecto a su media.
Est medida en unidades distintas de las de la variable. Por ejemplo, si la variable mide una distancia en metros, la
varianza se expresa en metros al cuadrado. La desviacin estndar es la raz cuadrada de la varianza, es una medida de
dispersin alternativa expresada en las mismas unidades de los datos de la variable objeto de estudio. La varianza tiene
como valor mnimo 0.
Hay que tener en cuenta que la varianza puede verse muy influida por los valores atpicos y no se aconseja su uso
cuando las distribuciones de las variables aleatorias tienen colas pesadas. En tales casos se recomienda el uso de otras
medidas de dispersin ms robustas.
El trmino varianza fue acuado por Ronald Fisher en un artculo de 1918 titulado The Correlation Between Relatives on
the Supposition of Mendelian Inheritance.
Definicin
Dada una variable aleatoria con media = E[X], se define su varianza, Var(X) (tambin representada como o,
simplemente
2
), como

Desarrollando la definicin anterior, se obtiene la siguiente definicin alternativa (y equivalente):

Si una distribucin no tiene esperanza, como ocurre con la de Cauchy, tampoco tiene varianza. Existen otras
distribuciones que, aun teniendo esperanza, carecen de varianza. Un ejemplo de ellas es la de Pareto cuando su ndice k
satisface 1 < k 2.
Caso continuo
Si la variable aleatoria X es continua con funcin de densidad f(x), entonces

donde

y las integrales estn definidas sobre el rango de X.
Caso discreto
Si la variable aleatoria X es discreta con pesos x1 p1, ..., xn pn y n es la cantidad total de datos, entonces tenemos:

donde
.
Ejemplos
Distribucin exponencial
La distribucin exponencial de parmetro es una distribucin continua con soporte en el intervalo [0,) y funcin de
densidad

Tiene media =
1
. Por lo tanto, su varianza es:

Es decir,
2
=
2
.
Dado perfecto
Un dado de seis caras puede representarse como una variable aleatoria discreta que toma, valores del 1 al 6 con
probabilidad igual a
1
/6. El valor esperado es (1+2+3+4+5+6)/6 = 3,5. Por lo tanto, su varianza es:

Propiedades de la varianza
Algunas propiedades de la varianza son:

siendo a y b nmeros reales cualesquiera. De esta propiedad se deduce que la varianza
de una constante es cero, es decir,
, donde Cov(X,Y) es la covarianza de X e Y.
, donde Cov(X,Y) es la covarianza de X e Y.
Varianza muestral
En muchas situaciones es preciso estimar la varianza de una poblacin a partir de una muestra. Si se toma una muestra
con reemplazamiento de n valores de ella, de entre todos los estimadores posibles de la varianza de la
poblacin de partida, existen dos de uso corriente:

y
Cuando los datos estn agrupados:
A los dos (cuando est dividido por n y cuando lo est por n-1) se los denomina varianza muestral. Difieren ligeramente y,
para valores grandes de n, la diferencia es irrelevante. El primero traslada directamente la varianza de la muestra al de la
poblacin y el segundo es un estimador insesgado de la varianza de la poblacin. De hecho,

mientras que

Propiedades de la varianza muestral
Como consecuencia de la igualdad , s
2
es un estadstico insesgado de . Adems, si se cumplen las
condiciones necesarias para la ley de los grandes nmeros, s
2
es un estimador consistente de .
Ms an, cuando las muestras siguen una distribucin normal, por el teorema de Cochran, tiene la distribucin chi-
cuadrado: