El coeficiente de variación

Ficha del modelo

Contexto

El coeficiente de variación resuelve un problema que la desviación estándar no puede: comparar la dispersión de cosas medidas en escalas distintas. La desviación del peso de los elefantes será de cientos de kilos, y la del peso de los ratones de unos pocos gramos —comparar esos dos números es absurdo, no porque los elefantes 'varíen más', sino porque son más grandes en todo—. Lo que tiene sentido es preguntar por la variabilidad RELATIVA al tamaño típico: ¿se aparta el peso de un elefante de su media, en proporción, más o menos que el de un ratón? Eso es el CV = σ/μ, la desviación estándar expresada como fracción (o porcentaje) de la media. Al dividir dos cantidades en las mismas unidades, el CV queda ADIMENSIONAL —un número puro— y, por lo tanto, INVARIANTE A LA ESCALA: si mides las mismas cosas en gramos o en kilos, en soles o en dólares, la desviación cambia pero el CV no. Esa invariancia es exactamente lo que lo hace comparable entre variables. Se usa para todo lo que exige comparar variabilidades: en finanzas, para comparar el riesgo relativo de activos de distinto precio (el CV de los retornos, primo del ratio de Sharpe); en control de calidad, para comparar la precisión de procesos que producen piezas de tamaños distintos; en biología, para comparar cuán variable es un rasgo entre especies. Un CV bajo (digamos <10%) indica un proceso o rasgo MUY consistente; uno alto, muy variable. Pero el CV tiene una trampa importante: solo tiene sentido para variables POSITIVAS con media lejos de cero. Si la media se acerca a cero, el CV explota (dividir por casi nada); si la variable puede ser negativa o su cero es arbitrario (temperaturas en Celsius, diferencias, retornos que pueden ser negativos), el CV pierde sentido —relativizar a una media que no es un 'tamaño' genuino no significa nada—. Usado donde corresponde (pesos, precios, tiempos, conteos), es la medida correcta de 'cuán disperso relativo a su tamaño'.

Supuestos

• Variable POSITIVA con media claramente mayor que cero y con un cero ABSOLUTO significativo (razón/ratio scale, e05): pesos, precios, tiempos, conteos — no temperaturas en °C ni diferencias centradas.
• Se compara dispersión RELATIVA: dos variables con el mismo CV son 'igual de variables' en proporción a su tamaño, aunque sus desviaciones absolutas difieran.
• Hereda la no robustez de σ y μ (e32): outliers distorsionan tanto el numerador como el denominador.

Ecuaciones

coeficiente de variación

$$\mathrm{CV} = \frac{\sigma}{\mu}$$

la desviación como fracción de la media: dispersión relativa al tamaño típico, sin unidades — a menudo expresada como porcentaje (×100).

invariante a la escala

$$\mathrm{CV}(cX) = \mathrm{CV}(X)$$

escalar los datos multiplica σ y μ por igual, y su cociente se cancela: por eso el CV es comparable entre variables de escalas y unidades distintas.

solo para media positiva

$$\mu \to 0 \Rightarrow \mathrm{CV} \to \infty$$

si la media se acerca a cero el CV explota, y si la variable puede ser negativa pierde sentido: solo aplica a variables positivas con cero absoluto (pesos, precios).

Intuición

El coeficiente de variación es la respuesta a '¿mucho respecto a qué?'. Una desviación de 10 es enorme si la media es 20 (CV=50%, los datos están por todos lados) e insignificante si la media es 10.000 (CV=0.1%, un proceso de relojería). El CV pone la dispersión en perspectiva de tamaño, que es como el mundo real la juzga: un error de un centímetro es catastrófico al fabricar un chip y trivial al construir una carretera. Por eso es la medida correcta para preguntas de CONSISTENCIA relativa: qué proceso es más preciso, qué activo es más arriesgado por unidad de valor, qué rasgo es más estable entre especies. Su lección más útil es también su advertencia: solo funciona cuando 'relativo a la media' significa algo, es decir, cuando la media es un tamaño genuino y positivo. Aplicarlo a temperaturas en Celsius (donde el cero es arbitrario) o a retornos que pueden ser negativos da números sin sentido —el CV de una variable centrada en cero explota o cambia con solo mover el origen—. Saber cuándo una medida aplica y cuándo no es, en el fondo, la competencia central de la estadística: no hay medida universal, hay medidas correctas para preguntas concretas.

Limitaciones

• Solo para variables positivas con cero absoluto: sin sentido para temperaturas en °C, retornos que pueden ser negativos, o diferencias centradas (donde μ puede ser 0 o el origen es arbitrario).
• Inestable si la media es pequeña: al dividir por μ, un μ cercano a cero dispara el CV, volviéndolo poco fiable.
• No robusto: usa σ y μ, que los outliers distorsionan; para dispersión relativa robusta se usaría MAD/mediana.

Qué viene después

Lleva la dispersión (desviación, e27-e28) a su forma RELATIVA e invariante a la escala, permitiendo comparar variabilidad entre variables distintas —lo que la desviación absoluta no puede—. Es primo del ratio de Sharpe (riesgo por unidad de retorno) y del índice D9/D1 (e25, desigualdad relativa). Junto con la estandarización (e28, que relativiza cada dato) completa la idea de 'dispersión en contexto'. Sigue la FORMA de la distribución: asimetría (e30) y curtosis (e31).

Fuentes y procedencia

El coeficiente de variación: Karl Pearson (1896), quien lo introdujo como medida de dispersión relativa — mención histórica. Conocimiento estadístico general.

Procedencia: sin procedencia declarada. El modelo pasa 4 verificaciones numéricas en el laboratorio (python3 main.py verificar); es un modelo pedagógico, no un pronóstico.

Código

El cálculo es el mismo que el del laboratorio de escritorio (licencia MPL-2.0): estadistica/modelos/nivel_02/e29_coeficiente_variacion.py, sobre el motor base.py y el adaptador navegador.py.