Kalkulator wariancji i odchylenia standardowego

Wariancja to miara rozproszenia zbioru danych wokół średniej. Im wyższa wariancja, tym bardziej wartości różnią się między sobą. Wariancja równa zero oznacza, że wszystkie wartości są identyczne. Jest podstawowym pojęciem statystyki opisowej, używana m.in. w analizie danych, finansach i naukach przyrodniczych.

Dla populacji: sigma^2 = suma(xi - średnia)^2 / N. Dla próby: s^2 = suma(xi - średnia)^2 / (n-1). Gdzie xi to kolejne wartości, średnia to średnia arytmetyczna, N lub n to liczba elementów. Podzielnik (n-1) w próbce to tzw. poprawka Bessela — koryguje niedoszacowanie rozproszenia.

Wariancja jest wyrażona w jednostkach kwadratowych (np. cm^2 jeśli mierzymy długość w cm), co utrudnia interpretację. Odchylenie standardowe to pierwiastek z wariancji i wyraża się w tych samych jednostkach co dane. Dlatego w praktyce częściej podaje się odchylenie standardowe, a wariancja służy jako krok pośredni w obliczeniach.

Wybierz populację (dzielnik N), gdy dysponujesz danymi całej populacji — np. wyniki wszystkich uczniów w klasie. Wybierz próbę (dzielnik n-1), gdy Twoje dane to próbka losowa z większej populacji — np. wyniki ankiety na 100 osobach. Dla dużych zbiorów różnica jest minimalna, ale dla małych próbek korygowany wzór daje lepsze oszacowanie.

Wariancja jest sumą kwadratów odchyleń od średniej. Każdy składnik jest nieujemny (kwadrat dowolnej liczby >= 0), więc suma również jest nieujemna. Wariancja równa zero występuje wyłącznie wtedy, gdy wszystkie wartości w zbiorze są jednakowe.

1) Oblicz średnią arytmetyczną zbioru. 2) Odejmij średnia od każdej wartości. 3) Podnieść każdą różnicę do kwadratu. 4) Zsumuj wszystkie kwadraty. 5) Podziel przez N (populacja) lub n-1 (próba). Przykład dla [2, 4, 6]: średnia=4, odchylenia: -2, 0, 2; kwadraty: 4, 0, 4; suma=8; wariancja populacji=8/3 ≈ 2,67.

Wariancja jest używana w analizie ryzyka finansowego (mierzy zmienność cen akcji), kontroli jakości produkcji (rozrzut wymiarów), statystyce medycznej (zróżnicowanie wyników pomiarów), uczeniu maszynowym (regularyzacja, PCA) oraz naukach społecznych. Jest również podstawa analizy wariancji ANOVA używana do porównywania grup.

Wariancja jest bardzo wrażliwa na wartości odstające, ponieważ odchylenia są podnoszone do kwadratu — duże odchylenie kwadratowo wzmacnia swój wpływ. Jedna bardzo odległa od średniej wartość może znacząco zawyżyć wariancję. Dlatego przed obliczeniem warto sprawdzić zbiór pod kątem outlierów lub rozważyć używanie bardziej odpornych miar rozproszenia.

Rozstęp (maksimum minus minimum) to najprostsza miara rozproszenia, ale uwzględnia tylko dwie skrajne wartości i jest bardzo wrażliwy na outlery. Wariancja uwzględnia wszystkie wartości i ich odległość od średniej, przez co jest miarą bardziej reprezentatywną i stabilna. W analizie danych wariancja (lub odchylenie standardowe) jest preferowana nad rozstępem.

Dla populacji jednoelementowej wariancja wynosi 0 — jedna liczba nie wykazuje żadnego rozproszenia. Dla próby jednoelementowej wzór wymagałby podzielenia przez n-1=0, co jest niezdefiniowane matematycznie. Kalkulator w takim przypadku zwraca wariancję 0 jako wartość bezpieczną. W praktyce do obliczania statystyk potrzeba co najmniej dwóch obserwacji.