Wariancja
gdzie x̄ to średnia arytmetyczna, xᵢ to i-ta obserwacja, a n to liczba obserwacji
Czym jest wariancja?
Wariancja to jedna z najważniejszych miar rozproszenia w statystyce. Określa, jak bardzo poszczególne wartości w zbiorze danych różnią się od średniej arytmetycznej. Im większa wariancja, tym dane są bardziej rozproszone wokół średniej. Wariancja równa zero oznacza, że wszystkie wartości w zbiorze są identyczne.
W odróżnieniu od rozstępu, wariancja bierze pod uwagę każdą wartość w zbiorze, a nie tylko dwie skrajne. Dzięki temu daje znacznie pełniejszy obraz tego, jak dane są rozłożone. Na maturze z matematyki wariancja pojawia się w zadaniach ze statystyki opisowej, często w parze z odchyleniem standardowym, które jest jej pierwiastkiem kwadratowym.
Elementy wzoru
Wariancja (sigma kwadrat). Zawsze jest liczbą nieujemną (σ² ≥ 0). Im większa wartość, tym większe rozproszenie danych wokół średniej.
Średnia arytmetyczna zbioru danych. Stanowi punkt odniesienia, od którego mierzymy odchylenia każdej obserwacji.
Poszczególna obserwacja (i-ty element zbioru danych). Każda wartość wnosi swój wkład do wariancji poprzez kwadrat odchylenia od średniej.
Liczba wszystkich obserwacji w zbiorze danych. Dzielimy przez n, aby uzyskać średni kwadrat odchyleń.
Interpretacja wariancji
Duża wariancja oznacza, że wartości w zbiorze znacząco odbiegają od średniej. Dane są szeroko rozrzucone - obserwacje są bardzo zróżnicowane. Na przykład oceny {1, 2, 5, 6} mają większą wariancję niż oceny {3, 4, 4, 3}.
Wariancja równa zero oznacza, że wszystkie wartości w zbiorze są identyczne i równe średniej. Nie ma żadnych odchyleń - każda obserwacja ma dokładnie taką samą wartość.
Wariancja wyrażona jest w kwadratach jednostek oryginalnych danych. Jeśli dane podano w centymetrach, wariancja jest w cm². Dlatego często stosuje się odchylenie standardowe (pierwiastek z wariancji), które wraca do oryginalnych jednostek.
Wizualizacja
Poniższy wykres przedstawia dwa zbiory danych o tej samej średniej (6), ale o różnej wariancji. Zbiór A (niebieski) ma małą wariancję - dane skupione blisko średniej. Zbiór B (pomarańczowy) ma dużą wariancję - dane znacznie bardziej oddalone od średniej. Linia przerywana oznacza średnią.
Dane skupione: {4, 5, 6, 7, 8}
Dane rozproszone: {1, 3, 6, 9, 11}
Kiedy stosować wariancję?
- Porównywanie rozproszenia zbiorów - wariancja pozwala obiektywnie ocenić, który zbiór danych jest bardziej zróżnicowany
- Analiza jakości pomiarów - mała wariancja pomiarów oznacza wysoką powtarzalność i precyzję procesu pomiarowego
- Statystyka matematyczna - wariancja jest fundamentem wielu testów statystycznych, takich jak analiza wariancji (ANOVA)
- Finanse i ekonomia - wariancja stóp zwrotu z inwestycji jest miarą ryzyka finansowego
Przykłady obliczeniowe
Przykład 1: Wariancja ocen
Zadanie: Oblicz wariancję zbioru ocen: 3, 5, 4, 6, 2.
Rozwiązanie:
Krok 1: Obliczamy średnią arytmetyczną:
Krok 2: Obliczamy kwadraty odchyleń od średniej:
Krok 3: Obliczamy średnią kwadratów odchyleń:
Odpowiedź: Wariancja wynosi σ² = 2.
Przykład 2: Wariancja temperatur
Zadanie: Temperatury w ciągu 4 dni: -2°C, 3°C, 5°C, 2°C. Oblicz wariancję.
Rozwiązanie:
Krok 1: Średnia arytmetyczna:
Krok 2: Kwadraty odchyleń:
Krok 3: Wariancja:
Odpowiedź: Wariancja wynosi σ² = 6,5 (°C)².
Przykład 3: Wzór obliczeniowy (skrócony)
Zadanie: Oblicz wariancję zbioru {1, 4, 7} korzystając ze wzoru obliczeniowego: σ² = x̄² - (x̄)², gdzie x̄² to średnia kwadratów.
Rozwiązanie:
Krok 1: Średnia arytmetyczna:
Krok 2: Średnia kwadratów:
Krok 3: Wariancja ze wzoru obliczeniowego:
Odpowiedź: Wariancja wynosi σ² = 6.
Przykład 4: Wpływ wartości odstającej
Zadanie: Porównaj wariancję zbiorów A = {4, 5, 6, 7, 8} i B = {4, 5, 6, 7, 28}. Co się zmienia po zastąpieniu jednej wartości?
Rozwiązanie:
Zbiór A: x̄ = 30/5 = 6
Zbiór B: x̄ = 50/5 = 10
Odpowiedź: Wariancja zbioru A wynosi 2, a zbioru B aż 82. Jedna wartość odstająca (28 zamiast 8) zwiększyła wariancję ponad 40-krotnie.
Częste błędy
Zapominanie o podnoszeniu do kwadratu
Odchylenia od średniej trzeba podnosić do kwadratu. Bez podniesienia do kwadratu suma odchyleń zawsze wynosi zero, bo odchylenia dodatnie i ujemne się znoszą.
Mylenie wariancji z odchyleniem standardowym
Wariancja to σ², a odchylenie standardowe to σ (pierwiastek z wariancji). Te dwie miary mają różne wartości i różne jednostki. Sprawdź, czego wymaga zadanie.
Dzielenie przez n-1 zamiast n
Na maturze stosujemy wzór z dzieleniem przez n (wariancja populacyjna). Dzielenie przez n-1 to wariancja z próby, stosowana w zaawansowanej statystyce. W zadaniach szkolnych prawie zawsze używamy n.
Błędy przy obliczaniu średniej
Wariancja opiera się na średniej, więc błąd w obliczeniu średniej propaguje się do wszystkich odchyleń. Zawsze sprawdź średnią dwukrotnie przed przejściem do obliczania kwadratów odchyleń.
Porady i wskazówki
Tabelka obliczeniowa: Ułóż dane w tabelce z kolumnami: xᵢ, (xᵢ - x̄), (xᵢ - x̄)². Dzięki temu łatwo kontrolujesz każdy krok i zmniejszasz ryzyko błędu rachunkowego.
Wzór obliczeniowy: Zamiast odejmować średnią od każdej wartości, możesz użyć wzoru σ² = (średnia kwadratów) - (kwadrat średniej). Często przyspiesza to obliczenia, szczególnie przy dużych zbiorach.
Weryfikacja wyniku: Wariancja musi być nieujemna. Jeśli wyszła Ci liczba ujemna, masz błąd w obliczeniach. Dodatkowo wariancja nie może przekraczać kwadratu połowy rozstępu.
Przesunięcie danych: Dodanie stałej do wszystkich wartości nie zmienia wariancji. Jeśli dane są duże (np. 1001, 1004, 1007), odejmij 1000 od każdej i licz wariancję z {1, 4, 7} - wynik będzie taki sam.
Przypadki szczególne
Wszystkie wartości równe
Gdy wszystkie elementy zbioru są identyczne, każde odchylenie od średniej wynosi zero.
Zbiór dwuelementowy
Dla zbioru {a, b} wariancja wynosi kwadrat połowy różnicy między elementami.
Przykład: Dla {3, 7} wariancja = ((3-7)/2)² = (-2)² = 4.
Mnożenie danych przez stałą
Gdy każdą wartość pomnożymy przez stałą c, wariancja zmienia się c² razy.
Przykład: Jeśli wariancja w cm wynosi 4, to po przeliczeniu na mm (c = 10) wariancja = 100 · 4 = 400 mm².
Dodanie stałej do danych
Przesunięcie wszystkich wartości o stałą nie zmienia wariancji, bo odchylenia od średniej pozostają takie same.