En estadística, entender la varianza empieza por leer bien su símbolo. Si confundes σ2 con σ o con s2, puedes calcular bien y aun así perder puntos por una notación incorrecta.
Aquí aclaro qué representa cada escritura, cómo distinguir la varianza de una población, de una muestra y de una variable aleatoria, y qué detalles conviene revisar para no equivocarte en ejercicios y exámenes. También verás un ejemplo numérico sencillo para que la fórmula deje de parecer una pieza aislada de memoria.
Lo esencial en una mirada
- σ2 suele representar la varianza poblacional.
- s2 suele representar la varianza muestral.
- Var(X) o V(X) aparecen en probabilidad para la varianza de una variable aleatoria.
- La varianza se expresa en unidades al cuadrado, no en la unidad original.
- No hay que confundir la varianza con la desviación típica, que es la raíz cuadrada de la varianza.
Qué símbolo representa la varianza
La notación más habitual es σ2 para la población y s2 para la muestra. Yo suelo explicarlo así: la letra sola, σ o s, corresponde a la desviación típica; el superíndice 2 indica que estamos hablando de la varianza.
En probabilidad teórica también verás Var(X) o V(X), que significan “la varianza de la variable aleatoria X”. No es otra medida distinta: cambia la escritura porque cambia el contexto. En un ejercicio de estadística descriptiva, el profesor puede pedir la varianza de un conjunto de datos; en un problema de probabilidad, puede pedir la varianza de una distribución. La idea es la misma, pero la notación cambia.
| Notación | Qué significa | Uso habitual |
|---|---|---|
| σ2 | Varianza de una población | Estadística descriptiva y teoría de poblaciones |
| s2 | Varianza de una muestra | Estimación a partir de datos observados |
| Var(X) | Varianza de una variable aleatoria X | Probabilidad y estadística teórica |
| σ o s | Desviación típica | Medida de dispersión en la misma unidad que los datos |
Si ya distingues estas tres escrituras, el siguiente paso es más práctico: aprender a leer el contexto del ejercicio para saber cuál toca usar.
Cómo distinguir σ², s² y Var(X) en un examen
La clave no es memorizar letras sueltas, sino leer el enunciado. Si el ejercicio habla de una población completa, lo normal es usar σ2; si solo tienes una muestra, s2; y si estás en un marco de probabilidad, Var(X).
| Situación | Notación habitual | Detalle práctico |
|---|---|---|
| Población completa | σ2 | Se trabaja con todos los datos del conjunto |
| Muestra | s2 | Se usa como estimación de la varianza real |
| Variable aleatoria | Var(X) | Se formula con esperanza matemática |
Yo recomiendo fijarme en dos pistas muy concretas: si el enunciado habla de “población”, “parámetro” o “distribución”, pienso en σ2; si habla de “muestra”, “datos observados” o “estimación”, pienso en s2. Esa lectura rápida evita muchos fallos mecánicos y prepara el terreno para entender la fórmula.
La fórmula que hay detrás del símbolo
La varianza se define como la media de los cuadrados de las distancias a la media. Dicho de forma más útil para estudiar: primero mides cuánto se aleja cada dato del valor medio, después elevas esas diferencias al cuadrado y, por último, las promedias.
| Caso | Fórmula | Lectura rápida |
|---|---|---|
| Población | σ2 = (1/N) Σ(xi - μ)2 | Media de los cuadrados de las desviaciones respecto a la media poblacional |
| Muestra | s2 = (1/(n-1)) Σ(xi - x̄)2 | Estimación corregida a partir de los datos muestrales |
| Probabilidad | Var(X) = E[(X - μ)2] | Esperanza del cuadrado de la distancia a la media |
Lo importante no es solo el denominador. El cuadrado evita que las desviaciones negativas se cancelen con las positivas y, además, hace que los valores muy alejados de la media pesen más. Por eso la varianza se expresa en unidades al cuadrado: euros2, cm2, puntos2... Si lo que quieres interpretar con facilidad en la unidad original es la dispersión, la desviación típica suele ser más cómoda. Aun así, la varianza sigue siendo la base de muchos cálculos posteriores, así que conviene tenerla bien asentada.
Con esa base, un ejemplo numérico deja mucho más claro por qué la notación cambia el resultado final.
Un ejemplo numérico que deja la notación clara
Tomemos los datos 2, 4, 4, 4, 5, 5, 7 y 9. La media es 5, así que calculamos las desviaciones respecto a ese valor y luego las elevamos al cuadrado.
| Dato | Dato - 5 | (Dato - 5)2 |
|---|---|---|
| 2 | -3 | 9 |
| 4 | -1 | 1 |
| 4 | -1 | 1 |
| 4 | -1 | 1 |
| 5 | 0 | 0 |
| 5 | 0 | 0 |
| 7 | 2 | 4 |
| 9 | 4 | 16 |
La suma de los cuadrados es 32. Si esos datos forman toda la población, la varianza es 32/8 = 4. Si solo son una muestra, la varianza muestral es 32/7 ≈ 4,57. El conjunto no cambia; lo que cambia es la interpretación del símbolo y del denominador. Este ejemplo es útil porque demuestra que el cálculo puede ser casi idéntico y, aun así, el resultado final depende de la notación pedida.
Ese matiz explica buena parte de los errores que veo en clase y en ejercicios resueltos a toda prisa.
Errores frecuentes al interpretar la varianza
- Confundir σ2 con σ. La primera es varianza; la segunda, desviación típica.
- Olvidar las unidades al cuadrado. Si los datos están en metros, la varianza está en metros cuadrados.
- Usar n cuando el ejercicio espera n-1. En una muestra, esa corrección suele ser la que te piden en estadística básica.
- Leer la varianza como una distancia media sin más. No lo es: las diferencias se cuadran antes de promediar.
- No mirar si el problema habla de población o muestra. Esa sola palabra cambia toda la notación.
En un examen yo revisaría siempre esas cinco cosas antes de entregar. Suelen decidir más puntos que un cálculo largo, porque la mayoría de fallos no vienen de la aritmética, sino de leer mal lo que significa el símbolo.
Lo que conviene llevarte subrayado antes de entregar un ejercicio
- σ2 apunta a varianza poblacional.
- s2 apunta a varianza muestral.
- Var(X) es la notación natural cuando trabajas con una variable aleatoria.
- σ y s son desviaciones típicas, no varianzas.
- La varianza mide dispersión, no media, y siempre sale en unidades al cuadrado.
Si te quedas con una sola regla, que sea esta: primero identifica el contexto, después el símbolo y al final el denominador. En estadística, leer bien la notación ahorra más errores que repetir fórmulas de memoria.
