Vous êtes sur la page 1sur 5

LA VARIANZA

1. VARIANZA

Es una medida que cuantifica el grado de dispersión o variación de los valores


de una variable cuantitativa con respecto a su media aritmética. Se define como
la media aritmética de los cuadrados de las diferencias de los datos con respecto
a su media aritmética. La varianza de una muestra se denota S 2 mientras que la
de una población se denota Sigma 2.

1.1. PROPIEDADES :
 V(X) ≥ 0
 V (aX + b) = a2V(X) siendo a y b números reales cualesquiera. De esta
propiedad se deduce que la varianza de una constante es cero, es decir,
V(b) = 0
 V (X + Y) = V(X) + V(Y) + 2Cov(X,Y), donde Cov(X,Y) es la covarianza de
X e Y.
 V (X-Y) = V(X) + V(Y) – 2Cov(X,Y), donde Cov(X,Y) es la convarianza de X
e Y.

1.2. TIPOS
A. VARIANZA MUESTRAL

Es la que se calcula a una parte representativa de la población a la cual se le


denomina muestra y se representa:

 x  x 
2

S2 =
n 1
Donde:

 S2= Varianza
 ∑ = sumatoria, indica que debes calcular los siguientes términos para
cada valor de X y sumarlos todos.
 X= elementos
 X = media aritmética
 n = número de datos
Ejemplo

Hay dos muestras de 2 aulas de 5 personas cada una Que grupo tiene
mayor variación

Aula 1 : 76, 82, 71, 75, 68


Aula 2 : 79, 78, 70, 71, 72

Aula 1 Aula2
76 79
82 78
71 70
75 71
68 72
Varianza 28.5 17.5
Desviación
Estándar 5.33 4.18

AULA 01

1.- calculando la
76 + 82 + 72 + 75 + 68
media 𝑋=
5

𝑋 = 74

2.- calculando (X – X)

𝑋 = (76 − 74)2 + (82 − 74)2 + (72 − 74)2 (75 − 74)2 + (68 − 74)2

𝑋 = 144

3.- Varianza Aula 1

144
S2 =5−1
S2 =17.5

4.- Desviación estándar

S= √17.5

S=4.18

AULA 02

1.- calculando la
79 + 78 + 70 + 71 + 72
media 𝑋=
5

𝑋 = 74

2.- calculando (X – X)

𝑋 = (79 − 74)2 + (78 − 74)2 + (70 − 74)2 + (71 − 74)2 + (72 − 74)2

𝑋 = 70

3.- Varianza Aula 1

70
S2 =5−1

S2 =28.5

4.- Desviación estándar

S= √28.5

S=5.33

Comentario: El grupo que tiene mayor variación es el aula 1, ya que sus


valores de varianza y desviación estándar son mayores a los del aula 2, es
decir que hay menos constancia en la calidad de notas que obtienen
B. VARIANZA POBLACIONAL

Es la que se calcula con un conjunto de datos de la población en total a la


cual se representa :

∑(Xi − µ)²
σ2 =
n

Donde:

 σ2 = Varianza de la Población
 ∑ = sumatoria, indica que debes calcular los siguientes términos para
cada valor de Xi y sumarlos todos.
 Xi = un término de tu conjunto de datos
 µ = media de la población
 n = número de datos

C. DIFERENCIAS

- ESTADISTICO:Describen - PARAMETRO : Es un
VARIANZA MUESTRAL

las características de una valor constante que


muestra, estos valores son describe las características
variables pues dependen propias de una población
de las fluctuaciones de la estadística.
muestra.
- Se calcula sobre n - Se calcula sobre N VARIANZA POBLACIONAL
elementos (una parte del elementos (el todo)
todo)
-Menos Precisa, pero es la - Más precisa, por usar
estimación de la todos los datos.
Poblacional
- Se usa cuando la - Se usa cuando la
poblacion es muy grande. poblacion no es muy
grande .
- Menos exacta, porque no - Más exacta, porque se
se tiene la muestras de tiene todos los datos
poblacion total. poblacionales.
D. USOS :
 KRIGING :

El objetivo del Kriging es interpolar la ley a partir de muestras que lo


rodean, asignando pesos a cada muestra que reduzca al mínimo la
varianza de estimación. En otras palabras, se interpola la ley con la
máxima precisión posible.

La precisión de la estimación (interpolación) depende de varios factores:

 Del número de muestras y de la calidad de la data en cada punto


 De la posición de las muestras con respecto al punto a estimar
 De la distancia entre las muestras y con el punto a estimar
 De la continuidad espacial de los valores de las muestras

Para poder llegar a la definición del Kriging, es necesario dejar claro la


definición de la varianza de estimación. A continuación se presenta la
deducción de las varianza de estimación simulando las ocurrencias de
una función aleatoria con resultados de análisis químicos al interior de un
bloque. (http://www.geoestadistica.com/formula_kriging.htm)

Vous aimerez peut-être aussi