Término de glosario
Varianza
Una medida de dispersión: el promedio de las distancias al cuadrado entre cada valor y la media aritmética.
Intuición visual
mean
Standard deviation is the looseness around the mean
La varianza califica la misma dispersión alrededor de la media aritmética utilizando diferencias al cuadrado; la desviación estándar es su raíz cuadrada.
Fórmula
sum((value - mean)^2) / n
Ejemplo
Para desplazamientos de 20, 30 y 40 minutos, la es 30 y las diferencias son -10, 0 y 10, por lo que la varianza es (100 + 0 + 100) / 3 ≈ 66,7 — y la es de unos 8,2 minutos.
Cómo funciona
La varianza pregunta: ¿a qué distancia suelen situarse los valores de la ? Eleva al cuadrado cada diferencia antes de promediar, por lo que los grandes desvíos cuentan el doble y las diferencias negativas no pueden cancelar las positivas. Esta elevación al cuadrado deja unidades incómodas (minutos al cuadrado, dólares al cuadrado), razón por la cual su raíz cuadrada —la — es lo que normalmente se reporta.
Conceptos
Desviación estándar
La desviación estándar describe cuán dispersas están las observaciones individuales alrededor de su media aritmética. Se trata de la variación en los propios datos. El error estándar es diferente: describe cuánto variaría una estimación como la media aritmética muestral en muestras repetidas.
Estadísticas de resumen
Las estadísticas de resumen comprimen un conjunto de datos en números como la media aritmética, la varianza, la correlación o la línea de regresión. Son útiles, pero pueden ocultar formas, valores atípicos, grupos y relaciones curvas que un gráfico revelaría de inmediato.
Datos relacionados
Trucos de datos
5 min · fácil
Error estándar vs desviación estándar: dispersión vs precisión
La desviación estándar describe la dispersión entre valores individuales. El error estándar describe la incertidumbre en una estimación como la media aritmética.
Trucos de datos
4 min · fácil
El cuarteto de Anscombe tiene las mismas estadísticas y diferentes historias
Cuatro conjuntos de datos pueden compartir casi la misma media aritmética, varianza, correlación y línea de regresión, pero verse completamente diferentes al graficarlos.