You are on page 1of 7

Coeficiente de variacin

En estadstica, cuando se desea hacer referencia a la relacin entre el tamao de la


media y la variabilidad de la variable, se utiliza el coeficiente de variacin.
Su frmula expresa la desviacin estndar como porcentaje de la media aritmtica,
mostrando una mejor interpretacin porcentual del grado de variabilidad que la
desviacin tpica o estndar. Por otro lado presenta problemas ya que a diferencia de
la desviacin tpica este coeficiente es variable ante cambios de origen. Por ello es
importante que todos los valores sean positivos y su media d, por tanto, un valor
positivo. A mayor valor del coeficiente de variacin mayor heterogeneidad de los
valores de la variable; y a menor C.V., mayor homogeneidad en los valores de la
variable. Suele representarse por medio de las siglas C.V.
Exigimos que:
Se calcula:

Donde es la desviacin tpica. Se puede dar en tanto por ciento calculando:

Propiedades y aplicaciones
El coeficiente de variacin es tpicamente menor que uno u ocho. Sin
embargo, en ciertas distribuciones de probabilidad puede ser 1 o mayor
que 1.
Para su mejor interpretacin se expresa como porcentaje.
Depende de la desviacin tpica o tambin llamada "desviacin estndar" y
en mayor medida de la media aritmtica, dado que cuando sta es 0 o muy
prxima a este valor C.V. pierde significado, ya que puede dar valores muy
grandes, que no necesariamente implican dispersin de datos.
El coeficiente de variacin es comn en varios campos de la probabilidad
aplicada, como teora de renovacin y teora de colas. En estos campos
la distribucin exponencial es a menudo ms importante que
la distribucin normal. La desviacin tpica de una distribucin exponencial
es igual a su media, por lo que su coeficiente de variacin es 1. La
distribuciones con un C.V. menor que uno, como la distribucin de
Erlang se consideran de "baja varianza", mientras que aquellas con un C.V.
mayor que uno, como la distribucin hiperexponencial se consideran de
"alta varianza". Algunas frmulas en estos campos se expresan usando
el cuadrado del coeficiente de variacin, abreviado como S.C.V. (por su
siglas en ingls)

Hemos visto que las medidas de centralizacin y dispersin nos dan informacin
sobre una muestra. Nos podemos preguntar si tiene sentido usar estas magnitudes
para comparar dos poblaciones. Por ejemplo, si nos piden comparar la dispersin
de los pesos de las poblaciones de elefantes de dos circos diferentes, nos dar
informacin til.
Pero qu ocurre si lo que comparamos es la altura de unos elefantes con respecto
a su peso? Tanto la media como la desviacin tpica, y , se expresan en las
mismas unidades que la variable. Por ejemplo, en la variable altura podemos usar
como unidad de longitud el metro y en la variable peso, el kilogramo. Comparar
una desviacin (con respecto a la media) medida en metros con otra en kilogramos
no tiene ningn sentido.
El problema no deriva slo de que una de las medidas sea de longitud y la otra sea
de masa. El mismo problema se plantea si medimos cierta cantidad, por ejemplo la
masa, de dos poblaciones, pero con distintas unidades. Este es el caso en que
comparamos el peso en toneladas de una poblacin de 100 elefantes con el
correspondiente en miligramos de una poblacin de 50 hormigas.
El problema no se resuelve tomando las mismas escalas para ambas poblaciones.
Por ejemplo, se nos puede ocurrir medir a las hormigas con las mismas unidades
que los elefantes (toneladas). Si la ingeriera gentica no nos sorprende con alguna
barbaridad, lo lgico es que la dispersin de la variable peso de las hormigas sea
prcticamente nula (Aunque haya algunas que sean 1.000 veces mayores que
otras!)
En los dos primeros casos mencionados anteriormente, el problema viene de
la dimensionalidad de las variables, y en el tercero de la diferencia enorme entre las
medias de ambas poblaciones. El coeficiente de variaciones lo que nos permite
evitar estos problemas, pues elimina la dimensionalidad de las variables y tiene en
cuenta la proporcin existente entre medias y desviacin tpica. Se define del
siguiente modo:


Basta dar una rpida mirada a la definicin del coeficiente de variacin, para ver
que las siguientes consideraciones deben ser tenidas en cuenta:
Slo se debe calcular para variables con todos los valores positivos. Todo
ndice de variabilidad es esencialmente no negativo. Las observaciones
pueden ser positivas o nulas, pero su variabilidad debe ser siempre
positiva. De ah que slo debemos trabajar con variables positivas, para la
que tenemos con seguridad que .
No es invariante ante cambios de origen. Es decir, si a los resultados de una
medida le sumamos una cantidad positiva, b>0, para tener Y=X+b,
entonces , ya que la desviacin tpica no es sensible ante
cambios de origen, pero si la media. Lo contario ocurre si restamos (b<0).




Es invariante a cambios de escala. Si multiplicamos X por una constante a,
para obtener , entonces




Observacin
Es importante destacar que los coefientes de variacin sirven para comparar las
variabilidades de dos conjuntos de valores (muestras o poblaciones), mientras que
si deseamos comparar a dos individuos de cada uno de esos conjuntos, es necesario
usar los valores tipificados.
Ejemplo
Dada la distribucin de edades (medidas en aos) en un colectivo de 100 personas,
obtener:
1.
La variable tipificada Z.
2.
Valores de la media y varianza de Z.
3.
Coeficiente de variacin de Z.
Horas trabajadas Num. empleados
0 -- 4 47
4 -- 10 32
10 -- 20 17
20 -- 40 4
100
Solucin:
Para calcular la variable tipificada



partimos de los datos del enunciado. Ser necesario calcular en primer lugar la
media y desvicin tpica de la variable original (X= aos).
li-1 -- li xi ni xi ni xi
2
ni
0 -- 4 2 47 94 188
4 -- 10 7 32 224 1.568
10 -- 20 15 17 255 3.825
20 -- 40 30 4 120 3.600
n=100 693 9.181



A partir de estos valores podremos calcular los valores tipificados para las marcas
de clase de cada intervalo y construir su distribucin de frecuencias:



zi ni zi ni zi
2
ni
-0,745 47 -35,015 26,086
0,011 32 0,352 0,004
1,220 17 20,720 25,303
3,486 4 13,944 48,609
n=100 0,021 100,002



A pesar de que no se debe calcular el coeficiente de variacin sobre
variables que presenten valores negativos (y Z los presenta), lo
calculamos con objeto de ilustrar el porqu:


El coeficiente de variacin permite comparar la dispersin entre dos poblaciones
distintas e incluso, comparar la variacin producto de dos variables diferentes
(que pueden provenir de una misma poblacin).
Estas variables podran tener unidades diferentes, por ejemplo, podremos
determinar si los datos tomados al medir el volumen de llenado de un embase de
cierto lquido varan ms que los datos tomados al medir la temperatura de el
lquido contenido en el embase al salir al consumidor. El volumen los mediremos
en centmetros cbicos y la temperatura en grados centgrados.
El coeficiente de variacin elimina la dimensionalidad de las variables y tiene en
cuenta la proporcin existente entre una medida de tendencia y la desviacin
tpica o estndar.
Coeficiente de variacin (Cv): Equivale a la razn entre la media
aritmtica y la desviacin tpica o estndar.
o
Si envs de la media aritmtica se emplea la mediana, obtendremos el
coeficiente de variacin mediana.

Este ndice solo se debe calcular para variables con todo los valores positivos, para
dar seguridad de un o mayores a cero (un coeficiente de variacin positivo).
Ejemplo: Desviacin estndar para datos no agrupados
En un juego de tiro al blanco con escopeta de perdigones por dos participantes a
un tablero, obtienen el siguiente registro despus de 15 disparos cada uno.
Determinar el coeficiente de variacin para ambos casos.

Disparo f

Disparo f
1 6

1 0
2 3

2 7
3 0

3 7
4 3

4 1
5 3

5 0
PASO 1: Calcular las medias aritmticas:
PASO 2: Calcular las varianzas
En este punto, la varianza es identificada por S
2
.
PASO 3: Calcular la desviacin estndar a partir de la raz cuadrada de la varianza.
La puntuacin de los disparos se aleja en promedio de la media aritmtica en
aproximadamente 1,6818 para el jugador 1 y 0,6325 para el jugador 2.
PASO 4: Calcular el coeficiente de variacin.
El menor coeficiente de variacin indica que el jugador 2 presento una dispersin
menor de sus puntuaciones respecto a la media, caso contrario al jugador 1 donde
la dispersin fue mayor.

Coeficiente de variacin
Las medidas de dispersin que se han estudiado son medidas absolutas y se
expresan en las mismas unidades con las que se mide la variable. Cuando se
comparan dos o ms conjuntos de datos con unidades de medida de observacin
diferentes, no es posible compararlas con estas medidas absolutas. Si las unidades
de observacin de los conjuntos de datos son iguales, estos pueden compararse
usando cualquiera de estos estadsticos (como en el ejemplo anterior) pero
siempre y cuando la media aritmtica sea la misma, de lo contrario estas
apreciaciones no aportarn una buena conclusin sobre las series que se
comparan. Para efectuar comparaciones entre series de observaciones distintas, en
estadstica se usa el
Coeficiente de variacin
y as se puede determinar cul serie tiene mayor o menor variabilidad relativa.
%100
=
xsCV
Cuando el coeficiente de variacin es muy alto se dice que la media