Variance et écart type de données uniques
Les statistiques sont la science qui étudie la collecte, l'analyse, l'interprétation, la présentation et l'organisation des données. Un aspect important des statistiques concerne la mesure et la compréhension de la variabilité des données. La variance et l'écart type sont deux mesures essentielles de cette variabilité. Cet article abordera en détail la variance et l'écart type, en se concentrant sur un seul jeu de données, en expliquant les définitions, les formules, les étapes de calcul et en fournissant des exemples pratiques pour clarifier les concepts.
Définition de la variance et de l'écart type
Varian
La variance mesure la dispersion des données autour de la moyenne. Elle donne un aperçu de la diversité ou de la variation au sein d'un ensemble de données. Mathématiquement, la variance est la moyenne des carrés des écarts de chaque donnée par rapport à sa moyenne.
Écart type
L'écart type, également appelé variance, est la racine carrée de la variance. Il renseigne sur la distribution des données dans les mêmes unités que les données originales, ce qui facilite leur interprétation dans des situations concrètes.
Formules et calculs
Varian
Pour calculer la variance (σ^2) d'un seul ensemble de données de taille n, nous pouvons utiliser la formule suivante :
\[ \sigma^2 = \frac{\sum_{i=1}^{n} (x_i – \bar{x})^2}{n} \]
Dimana :
– \( x_i \) est la ième valeur de données.
– \( \bar{x} \) est la moyenne des données.
– n représente le nombre de données dans l'ensemble.
– (x_i – \bar{x})^2 est le carré de la différence entre chaque donnée et sa moyenne.
Écart type
L'écart type (σ) est la racine carrée de la variance, donc la formule est :
\[ \sigma = \sqrt{\sigma^2} \]
Étapes du calcul
Étape 1 : Calculer la moyenne des données (moyenne arithmétique)
La première étape consiste à calculer la moyenne des données. La moyenne se calcule en additionnant toutes les valeurs et en divisant le résultat par le nombre de valeurs.
\[ \bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} \]
Étape 2 : Calculer la différence de chaque ensemble de données par rapport à la moyenne
Après avoir obtenu la moyenne, l'étape suivante consiste à calculer la différence entre chaque valeur de données et la moyenne (écart).
\[ d_i = x_i – \bar{x} \]
Étape 3 : Mettre chaque écart au carré
Ensuite, mettez chaque écart au carré.
\[ d_i^2 = (x_i – \bar{x})^2 \]
Étape 4 : Somme de tous les écarts au carré
Additionnez tous les résultats au carré de l'étape précédente.
\[ \sum d_i^2 = \sum_{i=1}^{n} (x_i – \bar{x})^2 \]
Étape 5 : Calculer la variance
Divisez la somme des carrés des écarts par le nombre de données (n) pour obtenir la variance.
\[ \sigma^2 = \frac{\sum d_i^2}{n} \]
Étape 6 : Calculer l'écart type
Enfin, calculez l'écart type en prenant la racine carrée de la variance.
\[ \sigma = \sqrt{\sigma^2} \]
Exemple de Perhitungan
Pour clarifier le concept de calcul de la variance et de l'écart type, prenons l'exemple suivant. Supposons que nous ayons l'ensemble de données unique suivant : 4, 8, 6, 5, 3.
Étape 1 : Calculer la moyenne des données
\[ \bar{x} = \frac{4 + 8 + 6 + 5 + 3}{5} = \frac{26}{5} = 5.2 \]
Étape 2 : Calculer la différence de chaque ensemble de données par rapport à la moyenne
La différence entre chaque valeur de données et la moyenne :
– (4 – 5.2) = -1.2
– (8 – 5.2) = 2.8
– (6 – 5.2) = 0.8
– (5 – 5.2) = -0.2
– (3 – 5.2) = -2.2
Étape 3 : Mettre chaque écart au carré
Le carré de chaque écart :
– (-1.2)^2 = 1.44
– 2.8^2 = 7.84
– 0.8^2 = 0.64
– (-0.2)^2 = 0.04
– (-2.2)^2 = 4.84
Étape 4 : Somme de tous les écarts au carré
\[ \sum d_i^2 = 1.44 + 7.84 + 0.64 + 0.04 + 4.84 = 14.8 \]
Étape 5 : Calculer la variance
\[ \sigma^2 = \frac{14.8}{5} = 2.96 \]
Étape 6 : Calculer l'écart type
\[ \sigma = \sqrt{2.96} \approx 1.72 \]
Dans cet exemple, la variance des données est de 2.96 et l'écart type est d'environ 1.72.
Interprétation
La variance et l'écart type fournissent des informations importantes sur la dispersion des données. Dans l'exemple ci-dessus, une variance de 2.96 indique que la moyenne des carrés des écarts des valeurs des données par rapport à la moyenne est de 2.96. Un écart type de 1.72 indique qu'en moyenne, les valeurs des données s'écartent de 1.72 unité de la moyenne.
L'écart type est plus facile à interpréter car il s'exprime dans les mêmes unités que les données d'origine. Par exemple, dans le contexte des statistiques sur les revenus, si les données présentent un écart type de 500 $, cela signifie que le revenu moyen s'écarte de 500 $ du revenu moyen.
Application dans la vie quotidienne
La compréhension de la variance et de l'écart type trouve des applications dans de nombreux domaines. En finance, l'écart type permet de mesurer le risque d'investissement. En éducation, il sert à évaluer la variation des résultats aux tests entre les élèves. Dans le secteur manufacturier, il contribue au contrôle qualité en mesurant la variabilité de la production.
conclusion
La variance et l'écart type sont deux outils statistiques essentiels pour comprendre la variabilité d'un ensemble de données. Le calcul de la variance permet de déterminer la dispersion des données. L'écart type, qui est la racine carrée de la variance, offre une interprétation plus intuitive et s'exprime dans les mêmes unités que les données d'origine. La compréhension et le calcul de ces deux mesures permettent une meilleure analyse des données et une prise de décision plus éclairée.
