La media nos da un punto de referencia, un centro de gravedad para nuestros datos. Pero confiar únicamente en ella es como describir una ciudad mencionando solo su centro. Te pierdes los barrios, la diversidad y la verdadera extensión del lugar. En el análisis de datos, esta "extensión" es la variabilidad, y es crucial para tomar decisiones informadas.

Imagina que gestionas dos equipos de ventas. Ambos promedian 50 ventas al mes. A primera vista, parecen idénticos. Pero si el Equipo A registra ventas mensuales entre 48 y 52, mientras que el Equipo B oscila entre 10 y 90, la historia cambia. El Equipo A es predecible y estable; el Equipo B es volátil e impredecible. La media es la misma, pero el riesgo y la estrategia de gestión son completamente diferentes. Aquí es donde entra en juego la dispersión.

La herramienta más común para medir esta dispersión es la desviación estándar (representada por la letra griega sigma, $\sigma$). Nos dice, en promedio, qué tan lejos está cada punto de dato de la media del conjunto. Una desviación estándar baja indica que los datos están agrupados muy cerca de la media, como nuestro Equipo A. Una desviación estándar alta significa que los datos están mucho más esparcidos, como el volátil Equipo B.

Estrechamente relacionada con la desviación estándar está la varianza ($\sigma^2$). De hecho, la desviación estándar es simplemente la raíz cuadrada de la varianza. Mientras que la desviación estándar se expresa en las mismas unidades que los datos originales (por ejemplo, euros, kilogramos, etc.), la varianza se expresa en unidades al cuadrado. Esto la hace menos intuitiva para la interpretación directa.

Entonces, ¿por qué usarla? La varianza tiene propiedades matemáticas que la hacen extremadamente útil en la estadística inferencial y el modelado. Por ejemplo, las varianzas de variables aleatorias independientes se pueden sumar, una propiedad que no comparte la desviación estándar. Esto es fundamental en el análisis de carteras, donde el riesgo total no es solo la suma de los riesgos individuales, sino una combinación de sus varianzas y covarianzas.

La desviación estándar es excelente para comparar la dispersión de dos conjuntos de datos con la misma media y unidades. Pero, ¿qué pasa si queremos comparar la volatilidad del precio de una acción que cotiza a $1000 con la de una que cotiza a $10? Una desviación estándar de $5 es mucho más significativa para la acción de $10 que para la de $1000.

Para resolver esto, utilizamos el coeficiente de variación (CV). Esta es una medida de dispersión relativa que no tiene unidades. Se calcula dividiendo la desviación estándar por la media.

El CV nos permite comparar la volatilidad de activos con precios muy diferentes o la variabilidad en mediciones biológicas con distintas unidades (por ejemplo, comparar la variabilidad del peso en kilogramos con la de la altura en centímetros).

En la tabla anterior, la Acción A tiene la mayor desviación estándar en términos absolutos ($100). Sin embargo, la Acción B es mucho más volátil en relación con su precio, con un CV del 25%. El Bono C es, con diferencia, el activo más estable. Sin el coeficiente de variación, podríamos haber llegado a una conclusión equivocada sobre qué activo era relativamente más arriesgado.

Ahora que comprendes cómo cuantificar y comparar la variabilidad, estás un paso más cerca de realizar un análisis exploratorio de datos riguroso. Siempre recuerda mirar más allá de la media.

Pongamos a prueba tus conocimientos.