نحوه محاسبه واریانس
واریانس یک معیار آماری است که میزان پراکندگی در یک مجموعه داده را نشان می‌دهد. این معیار نشان می‌دهد که نقاط داده منفرد چقدر از میانگین (مقدار متوسط) مجموعه داده منحرف می‌شوند. درک واریانس برای تحلیل آماری بسیار مهم است، زیرا می‌تواند ثبات و قابلیت اطمینان یک مجموعه داده را آشکار کند. چه دانشجو، محقق یا تحلیلگر داده باشید، درک مفهوم واریانس و دانستن نحوه محاسبه آن ضروری است. این مقاله شما را با چیستی واریانس، اهمیت آن و روش گام به گام محاسبه واریانس برای هر دو گروه نمونه و جمعیت آشنا می‌کند.
درک واریانس
برای شروع، بیایید چند اصطلاح ضروری مرتبط با واریانس را تعریف کنیم:
میانگین (μ یا x̄): میانگین نقاط داده.
– انحراف: تفاوت بین هر نقطه داده و میانگین.
– انحراف مربع: انحراف هر نقطه داده به توان دو، برای حذف مقادیر منفی.
– واریانس (σ² یا s²): میانگین این انحرافات به توان دو.
اهمیت واریانس
واریانس در آمار چندین هدف را دنبال می‌کند:
۱. شاخص پراکندگی: در حالی که میانگین یک رقم مرکزی را ارائه می‌دهد، واریانس نشان می‌دهد که اعداد چقدر در اطراف میانگین پراکنده شده‌اند.
۲. ارزیابی ریسک: در امور مالی، واریانس بالاتر اغلب نشان‌دهنده ریسک بالاتر است، زیرا بازده دارایی‌ها پراکنده‌تر است.
۳. کنترل کیفیت: در تولید، از واریانس برای اطمینان از اینکه محصولات با نظارت بر ثبات، استانداردهای کیفی خاصی را رعایت می‌کنند، استفاده می‌شود.
۴. آزمون فرضیه: واریانس یک جزء کلیدی در آزمون‌های آماری مختلف، مانند آزمون‌های t و ANOVA، است.
محاسبه واریانس برای یک جمعیت
هنگام برخورد با مجموعه کاملی از داده‌ها، شما در حال محاسبه واریانس جمعیت هستید.
مراحل محاسبه واریانس جمعیت:
۱. میانگین را پیدا کنید: تمام نقاط داده را جمع کنید و بر تعداد نقاط داده تقسیم کنید.
۲. محاسبه انحرافات: میانگین را از هر نقطه داده کم کنید تا انحراف به دست آید.
۳. انحرافات را به توان دو برسانید: هر انحراف را به توان دو برسانید تا همه مقادیر مثبت شوند.
۴. جمع مربعات انحرافات: تمام مربعات انحرافات را با هم جمع کنید.
۵. محاسبه واریانس: مجموع را بر تعداد نقاط داده (N) تقسیم کنید.
فرمول:
\[ \sigma^2 = \frac{\sum (x_i – \mu)^2}{N} \]
مثال:
یک مجموعه داده [2، 4، 4، 4، 5، 5، 7، 9] را در نظر بگیرید.
– میانگین (μ) = (2+4+4+4+5+5+7+9) / 8 = 5
– انحرافات: [۲-۵، ۴-۵، ۴-۵، ۴-۵، ۵-۵، ۵-۵، ۷-۵، ۹-۵] = [-۳، -۱، -۱، -۱، ۰، ۰، ۲، ۴]
– انحرافات مربع: [9، 1، 1، 1، 0، 0، 4، 16]
– مجموع مربعات انحرافات: ۹+۱+۱+۱+۰+۰+۴+۱۶ = ۳۲
– واریانس (σ²) = ۳۲ / ۸ = ۴
محاسبه واریانس برای یک نمونه
وقتی زیرمجموعه‌ای از داده‌ها را از یک جمعیت بزرگتر دارید، با واریانس نمونه سروکار دارید. فرمول با استفاده از \( N-1 \) به جای \( N \) برای نمایش نمونه از کل جمعیت تنظیم می‌شود.
مراحل محاسبه واریانس نمونه:
۱. میانگین نمونه را پیدا کنید: تمام نقاط داده نمونه را جمع کنید و بر تعداد نقاط نمونه تقسیم کنید.
۲. محاسبه انحرافات: میانگین نمونه را از هر نقطه داده کم کنید.
۳. انحرافات را به توان دو برسانید: هر انحراف را به توان دو برسانید.
۴. جمع مربعات انحرافات: تمام مربعات انحرافات را جمع کنید.
۵. محاسبه واریانس: مجموع را بر تعداد نقاط داده منهای یک (N-1) تقسیم کنید.
فرمول:
\[ s^2 = \frac{\sum (x_i – \bar{x})^2}{N-1} \]
مثال:
مجموعه داده‌های نمونه [3، 7، 7، 19] را در نظر بگیرید.
میانگین نمونه (x̄) = (3+7+7+19) / 4 = 9
– انحرافات: [۳-۹، ۷-۹، ۷-۹، ۱۹-۹] = [-۶، -۲، -۲، ۱۰]
– انحرافات مربع: [36، 4، 4، 100]
– مجموع مربعات انحرافات: ۳۶ + ۴ + ۴ + ۱۰۰ = ۱۴۴
– واریانس (s²) = 144 / (4-1) = 144 / 3 = 48
تفسیر واریانس
واریانس بالا نشان می‌دهد که نقاط داده از میانگین فاصله بیشتری دارند، در حالی که واریانس پایین به این معنی است که آنها به میانگین نزدیک‌تر هستند. با این حال، تفسیر مستقیم واریانس همیشه آسان نیست زیرا در واحدهای مربع است. برای بازگشت به واحدهای اصلی داده‌ها، اغلب جذر واریانس را می‌گیریم که انحراف معیار (σ یا s) را به ما می‌دهد.
انحراف معیار:
\[ \sigma = \sqrt{\sigma^2} \]
\[ s = \sqrt{s^2} \]
در مثال جمعیت بالا، انحراف معیار عبارت خواهد بود از:
\[ \sigma = \sqrt{4} = 2 \]
اشتباهات رایج برای جلوگیری از
۱. فرمول‌های گیج‌کننده‌ی جمعیت و نمونه: به یاد داشته باشید که واریانس جمعیت از \(N \) استفاده می‌کند در حالی که واریانس نمونه از \(N-1 \) استفاده می‌کند.
۲. نادیده گرفتن مرحله مجذورسازی: مجذورسازی انحرافات برای خلاص شدن از شر مقادیر منفی بسیار مهم است.
۳. فراموش کردن اعمال میانگین: انحرافات همیشه از میانگین محاسبه می‌شوند.
ابزار و نرم افزار
اگرچه محاسبه دستی واریانس برای درک مفهوم بسیار عالی است، اما در عمل، ممکن است از نرم‌افزارهایی مانند مایکروسافت اکسل، پایتون، R یا ابزارهای آماری تخصصی که می‌توانند واریانس را به سرعت محاسبه کنند، استفاده کنید:
– اکسل: برای واریانس جمعیت از `VAR.P()` و برای واریانس نمونه از `VAR.S()` استفاده کنید.
– پایتون: برای واریانس جمعیت از `numpy.var()` استفاده کنید و پارامتر `ddof=1` را برای واریانس نمونه تنظیم کنید.
– R: برای واریانس نمونه از `var()` استفاده کنید. برای واریانس جامعه، نتیجه را در `(N-1)/N` ضرب کنید.
نتیجه
درک و محاسبه واریانس برای هر کسی که درگیر تجزیه و تحلیل داده‌ها است، اساسی است. این به شما بینشی در مورد پراکندگی داده‌ها می‌دهد و سنگ بنایی برای تجزیه و تحلیل‌های آماری پیچیده‌تر است. با دنبال کردن مراحل ذکر شده و اجتناب از مشکلات رایج، می‌توانید واریانس را به طور دقیق محاسبه و تفسیر کنید و در نتیجه بینش‌های آماری قوی ارائه دهید.
