La covarianza mide si dos variables tienden a moverse juntas, en direcciones opuestas, o si no muestran ninguna relación lineal consistente. Es el bloque de construcción detrás de la correlación, la regresión y la varianza de portafolio en finanzas — esta calculadora recorre las versiones poblacional y muestral una junto a la otra, además de cómo la covarianza se estandariza en el más familiar coeficiente de correlación de Pearson.
Cómo funciona la covarianza
La covarianza suma el producto de la desviación de cada punto respecto a la media de X y la media de Y: Σ(xᵢ − x̄)(yᵢ − ȳ). Cuando la X de un punto está por encima del promedio al mismo tiempo que su Y está por encima del promedio (o ambas por debajo), ese producto es positivo — empujando la suma, y la covarianza, hacia arriba. Cuando una está por encima del promedio mientras la otra está por debajo, el producto es negativo — empujando la suma hacia abajo. Una covarianza cercana a cero significa que estos productos positivos y negativos se cancelan aproximadamente, indicando ninguna tendencia lineal consistente.
Población vs. muestra — por qué cambia el divisor
La covarianza poblacional divide la suma de productos de desviación entre N, el conteo total — apropiado cuando tus datos ya son todo el grupo que te interesa. La covarianza muestral divide entre n − 1 en su lugar. Este ajuste, conocido como corrección de Bessel, existe porque la propia media de una muestra se calcula a partir de los mismos datos usados para medir las desviaciones, lo que subestima ligeramente la variabilidad real en relación con la población más grande de la que se tomó la muestra. Dividir entre un número más pequeño (n − 1 en lugar de n) infla la estimación lo justo para corregir ese sesgo, haciendo del estadístico muestral un estimador insesgado de la covarianza poblacional.
Relación con la correlación
La mayor limitación de la covarianza es que su magnitud depende de las unidades y la escala de X y Y — una covarianza de 1,000 podría reflejar una relación débil entre variables a gran escala o una relación fuerte entre variables a pequeña escala, y no hay forma de saber cuál con solo mirar el número. La correlación de Pearson resuelve esto dividiendo la covarianza entre el producto de las desviaciones estándar de las dos variables, r = Cov(X,Y) / (σx · σy), lo que reescala el resultado para que siempre caiga entre −1 y +1 sin importar las unidades originales. Por eso la correlación suele ser el número más útil para comparar relaciones entre distintos conjuntos de datos, mientras que la covarianza sigue siendo fundamental en contextos — como los cálculos de varianza de portafolio — donde importa la escala real de las variables.