如何計算方差：完整指南
變異數是經濟學、工程學、心理學和統計學等各領域廣泛應用的基礎統計量。它反映了資料集中的數值圍繞平均值的離散程度。本文將從定義到實際步驟，深入探討方差的計算方法。
介紹
要理解方差，我們需要了解一些統計學的基本概念。變異數衡量的是資料集中的數值與平均值偏離程度的程度。變異數的計算方法是：每個數值與平均值之差的平方的平均數。變異數可以反映數據的「變異性」。
方差的定義
從數學角度來說，變異數是：
\[ \text{方差} ( \sigma^2 ) = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \]
在哪裡：
– \( \sigma^2 \) 是總體變異數。
– \( N \) 是總體中的數值總數。
– \( x_i \) 是第 i 個個體的值。
– \( \mu \) 是總體平均數。
對於樣本而言，變異數公式略有不同：
\[ \text{樣本變異數} ( s^2 ) = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \]
在哪裡：
– \( s^2 \) 是樣本變異數。
– \( n \) 是樣本中位數的總數。
– \( x_i \) 是樣本中第 i 個個體的值。
– \( \bar{x} \) 是樣本平均數。
計算方差的步驟
讓我們透過一個具體的例子來回顧一下計算方差的實際步驟。
例：計算總體方差
假設我們有一個包含以下值的小型資料集：2、4、6、8、10。
第一步：計算平均值（平均值）
\[ \mu = \frac{2 + 4 + 6 + 8 + 10}{5} = 6 \]
2. 第二步：計算每個值與平均值之差及其平方。
\[
\begin{align }
(2 – 6)^2 &= (-4)^2 = 16 \\
(4 – 6)^2 &= (-2)^2 = 4 \\
(6 – 6)^2 &= 0^2 = 0 \\
(8 – 6)^2 &= 2^2 = 4 \\
(10 – 6)^2 &= 4^2 = 16 \\
\end{align }
\]
3. 第三步：將所有差異的平方相加
[ 16 + 4 + 0 + 4 + 16 = 40 ]
4. 第四步：將差異平方和除以數值個數 (N)
\[ \sigma^2 = \frac{40}{5} = 8 \]
因此，該數據的總體變異數為 8。
範例：計算樣本方差
現在，假設我們從上述資料集中抽取一個小樣本：2、4、6。
第一步：計算樣本平均值
\[ \bar{x} = \frac{2 + 4 + 6}{3} = 4 \]
2. 第二步：計算每個值與平均值之差及其平方。
\[
\begin{align }
(2 – 4)^2 &= (-2)^2 = 4 \\
(4 – 4)^2 &= 0^2 = 0 \\
(6 – 4)^2 &= 2^2 = 4 \\
\end{align }
\]
3. 第三步：將所有差異的平方相加
\[ 4 + 0 + 4 = 8 \]
4. 第四步：將差異平方和除以 (n – 1)
\[ s^2 = \frac{8}{3-1} = \frac{8}{2} = 4 \]
因此，該數據的樣本變異數為 4。
總體和樣本的方差
理解總體變異數和樣本變異數之間的區別至關重要。總體變異數衡量的是資料在整個總體中的離散程度，而樣本變異數衡量的是總體子集（樣本）內部資料的離散程度。在許多情況下，樣本變異數用於估計總體變異數。在計算樣本變異數時除以 (n-1) 可以減少對總體變異數估計的偏差。
差異申請
方差在多種應用中都有使用，例如：
1. 財務風險分析：在金融領域，變異數用於衡量風險和管理投資組合。方差越高，代表投資風險越大。
2. 社會科學：在心理學或社會學研究中，變異數被用來衡量人口群體之間的差異。
3. 品質控制：在製造業中，利用差異來監控和控制產品品質。
4. 實驗統計：用於分析實驗結果並確定差異的顯著性。
變異數和標準差
變異數通常與標準差一起使用，標準差是變異數的平方根。與變異數相比，標準差能更直接、更容易理解地衡量資料的離散程度。兩者之間的關係式為：
標準差 (σ) = 變異數 (σ²) √[
結論
計算變異數是統計分析的關鍵環節，它能夠衡量資料集的離散程度或分散程度。透過理解方差的基本概念及其計算方法，我們可以更好地分析數據、評估風險並做出更明智的決策。
無論是使用總體變異數進行更科學的分析，或是使用樣本變異數從資料子集中進行估計，對變異數的透徹理解都能幫助我們理解資料的多樣性，並將其應用於各種實際情境中。希望本文能為理解和計算方差提供實用有效的指導。
