O que é variância?
A variância quantifica a dispersão de um conjunto de dados em relação à sua média. Mede o quão longe cada número no conjunto está da média e, portanto, de cada outro número no conjunto. Uma alta variância indica que os pontos de dados estão amplamente dispersos, enquanto uma baixa variância indica que estão agrupados estreitamente.
Ao contrário do desvio padrão, a variância é expressa em unidades ao quadrado. Esta propriedade matemática a torna indispensável para cálculos estatísticos avançados, embora seja menos intuitiva para a interpretação humana direta. Analistas usam a variância para avaliar riscos, avaliar a consistência e construir modelos preditivos.
Variância da população vs. amostra
Calcular a variância requer um ponto de referência central preciso. Você deve primeiro determinar a média do seu conjunto de dados antes de medir sua dispersão. Nossa Calculadora de Média fornece o valor central exato necessário para esta etapa fundamental.
A fórmula matemática muda dependendo se seus dados representam uma população inteira ou um subconjunto. Usar a fórmula errada introduz um viés sistemático em sua análise estatística.
| Característica | Variância da população ($\sigma^2$) | Variância da amostra ($s^2$) |
|---|---|---|
| Definição | Mede a dispersão de um grupo inteiro. | Mede a dispersão de um subconjunto (amostra). |
| Denominador | Divide por $N$ (tamanho total da população). | Divide por $n - 1$ (correção de Bessel). |
| Caso de uso | Dados de censo, registros completos. | Pesquisas, experimentos, estatística inferencial. |
Fórmulas da variância
A notação matemática muda dependendo se você calcula a dispersão para uma população inteira ou uma amostra. Ambas as fórmulas dependem do operador de somatório, denotado pela letra grega maiúscula Sigma ($\sum$).
Fórmula da variância da população
Quando você possui dados para cada membro da população, a fórmula é:
Onde:
- $\sigma^2$ = variância da população
- $\mu$ = média da população
- $x_i$ = cada valor individual
- $N$ = número total de valores na população
Fórmula da variância da amostra
Quando você trabalha com uma amostra extraída de uma população maior, a fórmula é:
Onde:
- $s^2$ = variância da amostra
- $\bar{x}$ = média da amostra
- $x_i$ = cada valor individual
- $n - 1$ = graus de liberdade (correção de Bessel)
As fórmulas abreviadas (de cálculo)
A fórmula de cálculo oferece uma alternativa mais rápida ao trabalhar com estatísticas resumidas. Ela elimina a necessidade de calcular desvios individuais em relação à média. Este método é altamente prático para grandes conjuntos de dados ou cálculos manuais.
Fórmula abreviada para a população:
Fórmula abreviada para a amostra:
Por que elevamos os desvios ao quadrado?
Elevar os desvios ao quadrado serve a dois propósitos matemáticos críticos. Primeiro, elimina números negativos. Se você simplesmente somasse os desvios brutos da média, os valores positivos e negativos se cancelariam perfeitamente, resultando em uma soma de zero.
Segundo, elevar ao quadrado penaliza valores atípicos grandes mais pesadamente do que pequenos desvios. Um ponto de dados que está a 4 unidades da média contribui 16 para a soma dos quadrados, enquanto um ponto a 2 unidades contribui apenas 4. Isso garante que valores extremos impactem significativamente a métrica de variância final.
Variância vs. Desvio padrão
A variância e o desvio padrão medem exatamente o mesmo conceito de dispersão, mas existem em unidades matemáticas diferentes. A variância é expressa em unidades ao quadrado (por exemplo, metros quadrados), o que torna difícil a interpretação no contexto dos dados originais.
O desvio padrão é simplesmente a raiz quadrada da variância. Ele retorna a métrica às unidades originais do conjunto de dados (por exemplo, metros). Usamos a variância para operações matemáticas complexas como ANOVA, mas usamos o desvio padrão para relatar resultados aos humanos. Nossa Calculadora de Desvio Padrão lida com essa conversão automaticamente.
Como calcular a variância manualmente
O cálculo manual segue um processo rigoroso. Embora nossa calculadora automatize isso, compreender a mecânica permanece essencial para a alfabetização estatística. As seções seguintes demonstram ambos os métodos com exemplos detalhados e do mundo real.
Como calcular a variância da amostra
Use a fórmula da variância da amostra quando seus dados representam um subconjunto de um grupo maior. Os exemplos seguintes demonstram este processo em detalhe.
Exemplo 1: Duração da bateria de smartphones
Um engenheiro de controle de qualidade testa a duração da bateria (em horas) de 6 smartphones selecionados aleatoriamente de uma linha de produção. O conjunto de dados é: $14, 16, 15, 18, 13, 14$. Tratamos isso como uma amostra para inferir a qualidade de toda a série de produção.
Solução
- Calcule a média da amostra ($\bar{x}$): Some os valores ($90$) e divida por $n$ ($6$). $\bar{x} = 15$ horas.
- Encontre os desvios da média: Subtraia $15$ de cada valor (ex. $14 - 15 = -1$).
- Eleve cada desvio ao quadrado: Multiplique cada desvio por si mesmo (ex. $(-1)^2 = 1$).
- Somem os desvios ao quadrado: Adicione todos os valores ao quadrado. $\sum (x_i - \bar{x})^2 = 14$.
- Divida por $n-1$ para obter a variância da amostra ($s^2$): $14 \div 5 = 2,8$.
Resultado: A variância da amostra é de 2,8 horas². Isso indica o desvio médio ao quadrado da duração média da bateria de 15 horas.
A tabela abaixo detalha os cálculos de desvio para esta amostra:
| Observação ($x_i$) | Desvio ($x_i - \bar{x}$) | Desvio ao quadrado $(x_i - \bar{x})^2$ |
|---|---|---|
| 14 | -1 | 1 |
| 16 | 1 | 1 |
| 15 | 0 | 0 |
| 18 | 3 | 9 |
| 13 | -2 | 4 |
| 14 | -1 | 1 |
| Soma: | 14 | |
Exemplo 2: Retornos diários de ações
Um analista financeiro calcula a variância dos retornos percentuais diários de um ativo específico durante uma semana de negociação de 5 dias. Os retornos são: $1,2\%, -0,5\%, 0,8\%, 1,5\%, -0,2\%$. Esta amostra ajuda a estimar a volatilidade geral do ativo.
Solução
- Calcule a média da amostra ($\bar{x}$): Some os valores ($2,8\%$) e divida por $n$ ($5$). $\bar{x} = 0,56\%$.
- Encontre os desvios da média: Subtraia $0,56$ de cada valor (ex. $1,2 - 0,56 = 0,64$).
- Eleve cada desvio ao quadrado: Multiplique cada desvio por si mesmo (ex. $0,64^2 = 0,4096$).
- Somem os desvios ao quadrado: Adicione todos os valores ao quadrado. $\sum (x_i - \bar{x})^2 = 2,472$.
- Divida por $n-1$ para obter a variância da amostra ($s^2$): $2,472 \div 4 = 0,618$.
Resultado: A variância da amostra é de 0,618 %². Isso quantifica a dispersão dos retornos diários em torno do retorno médio de 0,56%.
Como calcular a variância da população
Use a fórmula da variância da população quando seus dados incluem cada membro do grupo que você está estudando. Os exemplos seguintes demonstram este processo em detalhe.
Exemplo 1: Alturas de uma equipe de basquete
Um analista esportivo registra as alturas (em polegadas) dos 5 jogadores titulares de uma equipe de basquete específica. O conjunto de dados é: $74, 76, 78, 80, 82$. Como isso inclui cada titular, tratamos isso como uma população completa.
Solução
- Calcule a média da população ($\mu$): Some os valores ($390$) e divida por $N$ ($5$). $\mu = 78$ polegadas.
- Encontre os desvios da média: Subtraia $78$ de cada valor (ex. $74 - 78 = -4$).
- Eleve cada desvio ao quadrado: Multiplique cada desvio por si mesmo (ex. $(-4)^2 = 16$).
- Somem os desvios ao quadrado: Adicione todos os valores ao quadrado. $\sum (x_i - \mu)^2 = 40$.
- Divida por $N$ para obter a variância da população ($\sigma^2$): $40 \div 5 = 8$.
Resultado: A variância da população é de 8 polegadas². Isso indica o desvio médio ao quadrado da altura média da equipe de 78 polegadas.
A tabela abaixo detalha os cálculos de desvio para esta população:
| Observação ($x_i$) | Desvio ($x_i - \mu$) | Desvio ao quadrado $(x_i - \mu)^2$ |
|---|---|---|
| 74 | -4 | 16 |
| 76 | -2 | 4 |
| 78 | 0 | 0 |
| 80 | 2 | 4 |
| 82 | 4 | 16 |
| Soma: | 40 | |
Exemplo 2: Diâmetros de parafusos de precisão
Um gerente de fabricação mede o diâmetro (em milímetros) de 6 parafusos de precisão produzidos por uma máquina específica durante uma única série de calibração. Os diâmetros são: $10,0, 10,1, 9,9, 10,2, 9,8, 10,0$. Isso representa toda a produção daquela série específica.
Solução
- Calcule a média da população ($\mu$): Some os valores ($60,0$) e divida por $N$ ($6$). $\mu = 10,0$ mm.
- Encontre os desvios da média: Subtraia $10,0$ de cada valor (ex. $10,1 - 10,0 = 0,1$).
- Eleve cada desvio ao quadrado: Multiplique cada desvio por si mesmo (ex. $0,1^2 = 0,01$).
- Somem os desvios ao quadrado: Adicione todos os valores ao quadrado. $\sum (x_i - \mu)^2 = 0,10$.
- Divida por $N$ para obter a variância da população ($\sigma^2$): $0,10 \div 6 \approx 0,0167$.
Resultado: A variância da população é de 0,0167 mm². Esta variância extremamente baixa indica que a máquina é muito precisa durante esta série de calibração.
O papel da variância na estatística avançada
A variância é o bloco de construção fundamental para muitas metodologias estatísticas avançadas. Embora o desvio padrão seja melhor para relatórios, a variância é necessária para a matemática subjacente da estatística inferencial.
Análise de variância (ANOVA): Esta técnica compara as médias de três ou mais grupos. Ela faz isso dividindo a variância total em variância entre grupos e variância dentro dos grupos para determinar se as médias dos grupos são significativamente diferentes.
Análise de regressão: Na modelagem preditiva, o coeficiente de determinação ($R^2$) representa a proporção da variância na variável dependente que é previsível a partir das variáveis independentes. É uma razão direta de variâncias.
Teoria moderna de portfólio: Em finanças, a variância é usada para medir a volatilidade e o risco de uma carteira de investimentos. Calculando a variância dos retornos, os analistas podem otimizar a alocação de ativos para maximizar os retornos para um determinado nível de risco.
Perguntas frequentes sobre variância
A variância pode ser negativa?
Não, a variância não pode ser negativa. O cálculo envolve elevar ao quadrado os desvios da média, o que sempre produz números positivos. A soma de números positivos dividida por uma contagem positiva sempre resultará em uma variância positiva.
O que significa uma variância de 0?
Uma variância de zero significa que cada valor em seu conjunto de dados é idêntico. Não há absolutamente nenhuma dispersão ou variabilidade nos dados. Cada ponto de dados é exatamente igual à média.
Por que a variância é expressa em unidades ao quadrado?
A variância é expressa em unidades ao quadrado porque a fórmula eleva os desvios ao quadrado para eliminar números negativos. Se seus dados são medidos em metros, a variância é medida em metros quadrados. É por isso que tomamos a raiz quadrada para obter o desvio padrão.
Como a variância se relaciona com o desvio padrão?
A variância é o quadrado do desvio padrão, e o desvio padrão é a raiz quadrada da variância. Eles medem a mesma dispersão, mas o desvio padrão retorna às unidades originais dos dados para uma interpretação mais fácil.
Quando devo usar a variância da população vs. da amostra?
Use a variância da população quando seus dados incluírem cada membro do grupo que você está estudando. Use a variância da amostra quando seus dados representarem um subconjunto extraído de um grupo maior e você pretender fazer inferências sobre esse grupo maior.
Como os valores atípicos afetam a variância?
Valores atípicos inflam significativamente a variância. Como a fórmula eleva ao quadrado a distância da média, valores extremos exercem uma influência matemática desproporcionalmente grande no resultado final, muito mais do que fazem na própria média.
Qual é a diferença entre variância e desvio absoluto médio?
O desvio absoluto médio (MAD) usa o valor absoluto dos desvios em vez de elevá-los ao quadrado. Embora o MAD seja menos sensível a valores atípicos, a variância é matematicamente mais suave e diferenciável, tornando-a essencial para métodos estatísticos baseados em cálculo.
Uma variância alta é boa ou ruim?
Se uma variância alta é boa ou ruim depende inteiramente do contexto. Na fabricação, uma baixa variância é ideal para o controle de qualidade. Em carteiras de investimento, uma variância mais alta pode ser aceitável se acompanhada de retornos esperados mais altos.
Fontes para aprofundar
- IBGE (Instituto Brasileiro de Geografia e Estatística): Conceitos Estatísticos: Variância – Definições oficiais e metodologia padrão do governo brasileiro para medidas estatísticas.
- Universidade de Lisboa: Recursos de Estatística Descritiva – Definições formais e rigor matemático apoiados por uma das instituições acadêmicas mais prestigiadas de língua portuguesa.
- Khan Academy (Português): Revisão da variância da população e da amostra – Excelentes explicações fundamentais e exercícios interativos para entender a dispersão.
- MIT OpenCourseWare: 18.05 Introdução à Probabilidade e Estatística: Estatísticas de Resumo – Material acadêmico rigoroso cobrindo as medidas de dispersão do Massachusetts Institute of Technology.