Ir al contenido
σestadistica.ar

estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/covarianza

M03 · BivariadaTroncalConcepto

Covarianza

La medida de cómo varían dos variables juntas: su signo se interpreta, su magnitud no, y por eso existe la correlación.

Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma

1 · Definición

La covarianza mide en qué medida dos variables se apartan juntas de sus respectivas medias:

sxy=∑(xi−xˉ)(yi−yˉ)n−1s_{xy} = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{n-1}
Covarianza: qué mide, por qué el signo importa y el tamaño no · video, 3:17

2 · Cómo se lee el signo

Cada caso aporta el producto de sus dos desvíos:

Casox−xˉx - \bar{x}y−yˉy - \bar{y}Producto
Alto en las dos+++
Bajo en las dos−−+
Alto en una, bajo en otra+−−

Si predominan los casos que van en el mismo sentido, la suma da positiva.

SignoSignifica
sxy>0s_{xy} > 0tienden a subir juntas
sxy<0s_{xy} < 0tienden a moverse en sentidos opuestos
sxy=0s_{xy} = 0no hay tendencia lineal

Si es “casi cero” no se puede decidir mirando la covarianza: como se ve en la sección siguiente, su tamaño depende de las unidades. Para saber si es chica hay que compararla con su techo, y eso es la correlación.

+ + − − Predominan los cuadrantes +: covarianza positiva −15 0 3 0 −3 0 15 y = x²: los productos suman 0 Las líneas son las medias de x y de y; el número sobre cada punto es su producto de desvíos
La covarianza suma productos de desvíos: positivos en dos cuadrantes y negativos en los otros dos. En la parábola de la sección 5, los productos se cancelan exactamente.Izquierda: datos simulados. Derecha: los siete puntos de y = x².

3 · El problema de la magnitud

La covarianza entre horas trabajadas por semana e ingreso mensual de la ocupación principal, en la EPH, vale 4.107.509.

Son 14.212 ocupados del primer trimestre de 2026 con ingreso y horas declarados: quedan afuera 1.228 que declararon 0 horas y 8 con el código 999, “no sabe”. El cálculo es sobre los casos de la muestra, sin ponderar. Con el ponderador de ingresos (PONDIIO), que es el que el INDEC indica para esta variable, da 4.435.744, y la correlación pasa de 0,249 a 0,260.

En el ejemplo, el 63,5 % de los ocupados cae en los cuadrantes de producto positivo, y esos productos suman 3,2 veces lo que suman los negativos: de ahí el signo.

¿Eso es mucho? No se puede saber. La covarianza está en unidades de xx por unidades de yy —acá “horas × pesos”—, así que su magnitud depende por completo de las escalas:

  • Si el ingreso se midiera en miles de pesos, la covarianza sería 4.107,5.
  • Si las horas fueran mensuales en vez de semanales, se multiplicaría por 4,33.
r=sxysx syr = \frac{s_{xy}}{s_x \, s_y}

Pocos casos la mueven mucho

Como multiplica desvíos, un caso muy alejado de la media aporta un producto enorme. El ingreso de la EPH llega a $40 millones, con una media de $982.000:

Casos usadosCovarianzarr
Los 14.2124.107.5090,249
Sin los 10 ingresos más altos3.877.2610,284
Sin el 1 % más alto (más de $4 millones)3.502.0510,320

Diez casos de catorce mil mueven la correlación 3,5 puntos. No es motivo para borrarlos —son ingresos reales—, sino para mirar la nube antes y para considerar medidas que no dependan tanto de los extremos, como la correlación de Spearman. Ver valores atípicos.

4 · Sus propiedades

Tres reglas explican tanto su utilidad como su defecto:

PropiedadQué dice
Cov(X,X)=Var(X)\mathrm{Cov}(X, X) = \mathrm{Var}(X)La varianza es un caso particular
Cov(X,Y)=Cov(Y,X)\mathrm{Cov}(X, Y) = \mathrm{Cov}(Y, X)Es simétrica: no hay causa ni efecto en la fórmula
Cov(aX+b,  cY+d)=ac⋅Cov(X,Y)\mathrm{Cov}(aX+b,\; cY+d) = ac \cdot \mathrm{Cov}(X,Y)Sumar constantes no la cambia; multiplicar las escalas la multiplica por acac

La tercera es la que condena a la magnitud: cambiar de pesos a miles de pesos divide la covarianza por mil sin que la relación haya cambiado en nada. Y si uno de los dos factores es negativo —invertir una escala, por ejemplo contar horas libres en vez de horas trabajadas— cambia el signo.

5 · Covarianza cero no es independencia

Es el malentendido más caro del tema, y se desarma con siete números. Tomando xx de −3 a 3 y y=x2y = x^2:

xx−3−2−10123
yy9410149

La covarianza da exactamente cero, y sin embargo yy está completamente determinada por xx: conociendo una se sabe la otra sin ningún error.

La implicación va en un solo sentido: si dos variables son independientes (y sus varianzas son finitas), su covarianza es cero; al revés no vale. Y es otra razón para graficar antes de calcular.

6 · Dónde sigue apareciendo

Aunque no se la use para describir, la covarianza es una pieza estructural:

  • La varianza de una suma: Var(X+Y)=Var(X)+Var(Y)+2 Cov(X,Y)\mathrm{Var}(X+Y) = \mathrm{Var}(X) + \mathrm{Var}(Y) + 2\,\mathrm{Cov}(X,Y). Si no están correlacionadas —la independencia alcanza y sobra— el término desaparece. Con nn observaciones así, la suma tiene varianza nσ2n\sigma^2 y la media, σ2/n\sigma^2/n: de ahí sale que el error estándar sea σ/n\sigma/\sqrt{n}.
  • La varianza de una diferencia: Var(X−Y)=Var(X)+Var(Y)−2 Cov(X,Y)\mathrm{Var}(X-Y) = \mathrm{Var}(X) + \mathrm{Var}(Y) - 2\,\mathrm{Cov}(X,Y). Cuando se mide a las mismas personas antes y después, las dos mediciones covarían positivamente y la diferencia varía menos: por eso la prueba t pareada es más precisa que comparar dos grupos distintos.
  • La pendiente de la recta de mínimos cuadrados es b1=sxy/sx2b_1 = s_{xy}/s_x^2. En el ejemplo, 4.107.509/16,212=15.6394.107.509 / 16{,}21^2 = 15.639: cada hora semanal más se asocia a $15.639 más de ingreso mensual.
  • La matriz de varianzas y covarianzas es el objeto central de todo el análisis multivariado: componentes principales, análisis factorial, regresión múltiple.
  • En finanzas, la covarianza entre activos es lo que determina si una cartera diversifica riesgo.

7 · Errores frecuentes

  • Interpretar la magnitud. Sin conocer las escalas no significa nada.
  • Comparar covarianzas de pares distintos, o del mismo par entre grupos o períodos con escalas distintas: con ingresos de dos años sin deflactar, la inflación sola agranda la covarianza.
  • No mirar los extremos. Unos pocos casos muy alejados de la media pueden cambiarla mucho.
  • Concluir independencia de una covarianza nula. Solo indica ausencia de relación lineal: una relación en forma de U puede tener covarianza cero.
  • Calcularla con la fórmula abreviada, sxy=∑xiyi−n xˉ yˉn−1s_{xy} = \frac{\sum x_i y_i - n\,\bar{x}\,\bar{y}}{n-1}, cuando las medias son enormes al lado de la dispersión. Igual que con la varianza, restar dos sumas parecidas destruye las cifras significativas. Con los datos del ejemplo, en doble precisión, no pasa: el problema aparece con valores como fechas en segundos o coordenadas, o en precisión simple.
  • Olvidar el n−1n-1 en la versión muestral.
  • Confundirla con la correlación.
  • Concluir causalidad por el signo. La fórmula es simétrica: no distingue cuál variable sería la causa.

8 · En el software

# R
cov(horas, ingreso)          # 4107509
cor(horas, ingreso)          # 0.249  la versión estandarizada

cov(datos)                   # matriz de covarianzas
var(x)                       # = cov(x, x)
cov(x, y, use = "complete.obs")   # si hay datos faltantes (si no, da NA)

# Con el ponderador de ingresos
cov.wt(cbind(horas, ingreso), wt = PONDIIO)$cov[1, 2]   # 4435744
# Python
import numpy as np
np.cov(horas, ingreso, ddof=1)[0, 1]   # np.cov devuelve la matriz 2×2
np.corrcoef(horas, ingreso)[0, 1]
datos[["horas", "ingreso"]].cov()        # pandas: matriz, ignora faltantes

# Con el ponderador de ingresos
np.cov(horas, ingreso, aweights=pondiio)[0, 1]
Excel:    =COVARIANZA.M(rango1; rango2)    muestral, divide por n-1
          =COVARIANZA.P(rango1; rango2)    poblacional, divide por n
          =COVAR(rango1; rango2)           la vieja: también divide por n
SPSS:     Analizar › Correlacionar › Bivariadas › Opciones ›
          Desviaciones de productos cruzados y covarianzas

Herramientas de este tema

Seguir leyendo

Cómo citar: Montivero, J. L. (2026). Covarianza. estadistica.ar. https://estadistica.ar/conceptos/covarianza

estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.

Cómo citar esta entrada

APA (7.ª edición)

Montivero, J. L. (2026). Covarianza. estadistica.ar. https://estadistica.ar/conceptos/covarianza

BibTeX

@misc{estadistica_ar_covarianza,
  author       = {Montivero, Jorge Luis},
  title        = {{Covarianza}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/covarianza}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-11-09}
}

Última actualización: 9 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.