什么是方差?|定义,例子和公式

方差是衡量可变性.它是通过取均值的方差的平均值来计算的。

方差告诉你数据集中的分布程度。数据越分散,相对于的方差就越大的意思是

方差与标准差

标准偏差由方差得出,告诉你,平均而言,每个值离均值有多远。它是方差的平方根。

两项指标都反映了可变性在分布中,但它们的单位不同:

  • 标准偏差以与原始值相同的单位表示(例如,米)。
  • 方差用更大的单位表示(例如,平方米)

由于方差的单位比数据集的典型值大得多,因此很难直观地解释方差数。这就是为什么标准差通常被首选作为可变性的主要衡量标准。

然而,方差比标准差更能说明可变性,它被用于统计推断

总体与样本方差

不同的公式用于计算方差取决于你的数据是来自整个群体还是样本。

总体方差

当你收集了所有成员的数据人口你感兴趣的,你可以得到总体方差的确切值。

总体方差公式是这样的:

公式 解释
\sigma^2 = \dfrac{\sum (X - \mu)^2}{N}
  • \σ^ 2 =总体方差
  • \总和 总和…
  • Χ=每个值
  • \μ 总体平均数
  • Ν=总体中值的数量

样本方差

当你从一个样本中收集数据时,样本方差被用来进行估计或计算推论关于总体方差。

样本方差公式是这样的:

公式 解释
s²= \dfrac{\sum (X - \bar{X})²}{n - 1}
  • s ^ 2 =样本方差
  • \总和 总和…
  • Χ=每个值
  • 酒吧\ {x} 样本平均数
  • n=样本中值的个数

对于样品,我们使用n在公式中使用- 1,因为使用n会给我们一个有偏差的估计,始终低估变异性。样本方差会小于总体的实际方差。

减少样本nn- 1使方差人为地变大,给你一个无偏倚的变异性估计:最好是高估而不是低估样本的变异性。

值得注意的是,用标准差公式做同样的事情并不能得到完全无偏的估计。因为平方根不是一个线性操作,就像加法或减法一样,样本方差公式的无偏性并不包含样本标准差公式。

校对对你的论文有什么好处?

Scribbr编辑不仅纠正语法和拼写错误,还通过确保你的论文没有模糊的语言、多余的单词和尴尬的措辞来加强你的写作。

参见编辑示例

计算方差的步骤

方差通常由用于统计分析的任何软件自动计算。但你也可以手工计算,以更好地理解公式是如何工作的。

手动查找方差有五个主要步骤。我们将使用一个包含6个分数的小数据集来完成这些步骤。

数据集
46 69 32 60 52 41

步骤1:求平均值

求均值,把所有分数加起来,然后除以分数的个数。

意思是(酒吧\ {x}
酒吧\ {x} = (46 + 69 + 32 + 60 + 52 + 41)\ div 6 =50

步骤2:找出每个分数与均值的偏差

减去每个分数的平均值,得到偏离平均值的偏差。

= 50,从每个分数中减去50。

分数 偏离均值
46 46 - 50 =4
69 69 - 50 =19
32 32 - 50 =-18年
60 60 - 50 =10
52 52 - 50 =2
41 41 - 50 =9

步骤3:每个偏离均值的平方

每一个偏离均值的值都乘以它自己。结果是正数。

均值的平方
(4)2= 4 × 4 =16
192= 19 × 19 =361
(-18)2= -18 × -18 =324
102= 10 × 10 =One hundred.
22= 2 × 2 =4
(9)2= -9 × -9 =81

步骤4:求平方和

把所有的方差平方加起来。这叫做平方和。

平方和
16 + 361 + 324 + 100 + 4 + 81 =886

步骤5:平方和除以n- 1或N

把平方和除以n- 1 (for a样本)或N(对于人口)。

既然我们在研究样本,我们就用n- 1,其中n= 6。

方差
886\ div (6 - 1) = 886\ div 5 =177.2

为什么方差很重要?

差异之所以重要,主要有两个原因:

  • 参数统计检验对方差敏感。
  • 比较样本的方差有助于评估组间差异。

统计检验中的方差齐性

在执行之前考虑方差是很重要的参数测试.当比较不同样本时,这些检验要求相同或相似的方差,也称为方差齐性或同方差。

样品之间不均匀的方差会导致有偏和倾斜的测试结果。如果样本间方差不均匀,非参数测试更合适。

用方差评估组间差异

统计测试,如方差测试或方差分析使用样本方差来评估组间差异。他们使用样本的方差来评估它们来自的群体是否彼此不同。

研究的例子
作为一名教育研究者,你会想检验假设不同频率的测验会导致大学生的最终分数不同。你从三组20名学生中收集最终分数,每组学生在一个学期内经常、很少或很少参加测验。

  • A:一周一次
  • 样本B:每3周一次
  • 样本C:每6周一次

为了评估组间的差异,你需要进行方差分析。

方差分析背后的主要思想是比较组间方差和组内方差,看看结果是由组间差异还是个体差异来最好地解释。

如果组间方差高于组内方差,则组间差异很可能是治疗的结果。如果不是,那么结果可能来自样本成员的个体差异。

研究的例子
你的方差分析评估了组间平均期末成绩的差异是来自测验频率的差异还是来自每组学生的个体差异。

要做到这一点,你得到最终分数的组间方差和组内方差的比值-这是f统计量.对于较大的f统计量,您可以找到相应的p价值,并得出结论,两组之间存在显著差异。

关于方差的常见问题

四种主要的可变性测量方法是什么?

可变性最常用的测量方法是什么描述性统计

标准差和方差的区别是什么?

方差是均值的平方偏差,而标准偏差是这个数的平方根。两项指标都反映了可变性在分布中,但它们的单位不同:

  • 标准偏差以与原始值相同的单位表示(例如,分钟或米)。
  • 方差用更大的单位表示(例如,米的平方)。

虽然方差的单位很难直观地理解,但方差在统计测试

统计学中方差的作用是什么?

统计测试例如方差测试或方差分析使用示例方差评估人群的群体差异。他们使用样本的方差来评估它们所来自的群体之间是否存在显著差异。

什么是同方差?

同方差,或方差的同质性,是一种相等或相似的假设方差在不同的组中进行比较。

这是参数化的一个重要假设统计测试因为他们对任何不同都很敏感。样本中不均匀的方差会导致有偏和倾斜的测试结果。

引用这篇Scribbr文章

如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。

班达里,P.(2022, 5月22日)。什么是方差?|定义,例子和公式。Scribbr。检索于2022年12月31日,来自//www.dandarfirm.com/statistics/variance/

这篇文章有用吗?
Pritha班达里

普里塔拥有英语、心理学和认知神经科学方面的学术背景。作为一名跨学科研究人员,她喜欢为学生和学者撰写文章,解释棘手的研究概念。
Baidu