Выборочная дисперсия как найти в эксель

Вычислим в

MS

EXCEL

дисперсию и стандартное отклонение выборки. Также вычислим дисперсию случайной величины, если известно ее распределение.

Сначала рассмотрим

дисперсию

, затем

стандартное отклонение

.

Дисперсия выборки

Дисперсия выборки

(

выборочная дисперсия,

sample

variance

) характеризует разброс значений в массиве относительно

среднего

.

Все 3 формулы математически эквивалентны.

Из первой формулы видно, что

дисперсия выборки

это сумма квадратов отклонений каждого значения в массиве

от среднего

, деленная на размер выборки минус 1.

Для вычисления дисперсии выборки нужно:

• вычислить среднее значение выборки;
• вычислить «расстояния» от каждого значения до среднего (x
  
  _i
  
  -x
  
  _ср.
  
  );
• возвести «расстояния» в квадрат, чтобы отклонения в разные стороны от среднего не компенсировали друг друга;
• вычислить среднее значение квадратов «расстояний»)

Примечание

: в знаменателе формулы стоит n-1, а не n т.к. дисперсия выборки — это оценка дисперсии случайной величины (вычитаем 1, чтобы оценка была несмещенной).

В MS EXCEL 2007 и более ранних версиях для вычисления

дисперсии

выборки

используется функция

ДИСП()

, англ. название VAR, т.е. VARiance. С версии MS EXCEL 2010 рекомендуется использовать ее аналог

ДИСП.В()

, англ. название VARS, т.е. Sample VARiance. Кроме того, начиная с версии MS EXCEL 2010 присутствует функция

ДИСП.Г(),

англ. название VARP, т.е. Population VARiance, которая вычисляет

дисперсию

для

генеральной совокупности

. Все отличие сводится к знаменателю: вместо n-1 как у

ДИСП.В()

, у

ДИСП.Г()

в знаменателе просто n. До MS EXCEL 2010 для вычисления дисперсии генеральной совокупности использовалась функция

ДИСПР()

.

Дисперсию выборки

можно также вычислить непосредственно по нижеуказанным формулам (см.

файл примера

)

=КВАДРОТКЛ(Выборка)/(СЧЁТ(Выборка)-1)

=(СУММКВ(Выборка)-СЧЁТ(Выборка)*СРЗНАЧ(Выборка)^2)/ (СЧЁТ(Выборка)-1)

– обычная формула

=СУММ((Выборка -СРЗНАЧ(Выборка))^2)/ (СЧЁТ(Выборка)-1

) –

формула массива

Дисперсия выборки

равна 0, только в том случае, если все значения равны между собой и, соответственно, равны

среднему значению

. Обычно, чем больше величина

дисперсии

, тем больше разброс значений в массиве.

Дисперсия выборки

является точечной оценкой

дисперсии

распределения случайной величины, из которой была сделана

выборка

. О построении

доверительных интервалов

при оценке

дисперсии

можно прочитать в статье

Доверительный интервал для оценки дисперсии в MS EXCEL

.

Дисперсия случайной величины

Чтобы вычислить

дисперсию

случайной величины, необходимо знать ее

функцию распределения

.

Для

дисперсии

случайной величины Х часто используют обозначение Var(Х).

Дисперсия

равна

математическому ожиданию

квадрата отклонения от среднего E(X): Var(Х)=E[(X-E(X))

²

]

Если случайная величина имеет

дискретное распределение

, то

дисперсия

вычисляется по формуле:

где x

_i

– значение, которое может принимать случайная величина, а μ – среднее значение (

математическое ожидание случайной величины

), р(x) – вероятность, что случайная величина примет значение х.

Если случайная величина имеет

непрерывное распределение

, то

дисперсия

вычисляется по формуле:

где р(x) –

плотность вероятности

.

Для распределений, представленных в MS EXCEL

,

дисперсию

можно вычислить аналитически, как функцию от параметров распределения. Например, для

Биномиального распределения

дисперсия

равна произведению его параметров: n*p*q.

Примечание

:

Дисперсия,

является

вторым центральным моментом

, обозначается D[X], VAR(х), V(x). Второй центральный момент — числовая характеристика распределения случайной величины, которая является мерой разброса случайной величины относительно

математического ожидания

.

Примечание

: О распределениях в MS EXCEL можно прочитать в статье

Распределения случайной величины в MS EXCEL

.

Размерность

дисперсии

соответствует квадрату единицы измерения исходных значений. Например, если значения в выборке представляют собой измерения веса детали (в кг), то размерность дисперсии будет кг

²

. Это бывает сложно интерпретировать, поэтому для характеристики разброса значений чаще используют величину равную квадратному корню из

дисперсии

–

стандартное отклонение

.

Некоторые свойства

дисперсии

:

Var(Х+a)=Var(Х), где Х — случайная величина, а — константа.

Var(aХ)=a

²

Var(X)

Var(Х)=E[(X-E(X))

²

]=E[X

²

-2*X*E(X)+(E(X))

²

]=E(X

²

)-E(2*X*E(X))+(E(X))

²

=E(X

²

)-2*E(X)*E(X)+(E(X))

²

=E(X

²

)-(E(X))

²

Это свойство дисперсии используется в

статье про линейную регрессию

.

Var(Х+Y)=Var(Х) + Var(Y) + 2*Cov(Х;Y), где Х и Y — случайные величины, Cov(Х;Y) — ковариация этих случайных величин.

Если случайные величины независимы (independent), то их

ковариация

равна 0, и, следовательно, Var(Х+Y)=Var(Х)+Var(Y). Это свойство дисперсии используется при выводе

стандартной ошибки среднего

.

Покажем, что для независимых величин Var(Х-Y)=Var(Х+Y). Действительно, Var(Х-Y)= Var(Х-Y)= Var(Х+(-Y))= Var(Х)+Var(-Y)= Var(Х)+Var(-Y)= Var(Х)+(-1)

²

Var(Y)= Var(Х)+Var(Y)= Var(Х+Y). Это свойство дисперсии используется для построения

доверительного интервала для разницы 2х средних

.

Примечание

: квадратный корень из дисперсии случайной величины называется Среднеквадратическое отклонение (или другие названия — среднее квадратическое отклонение, среднеквадратичное отклонение, квадратичное отклонение, стандартное отклонение, стандартный разброс).

Стандартное отклонение выборки

Стандартное отклонение выборки

— это мера того, насколько широко разбросаны значения в выборке относительно их

среднего

.

По определению,

стандартное отклонение

равно квадратному корню из

дисперсии

:

Стандартное отклонение

не учитывает величину значений в

выборке

, а только степень рассеивания значений вокруг их

среднего

. Чтобы проиллюстрировать это приведем пример.

Вычислим стандартное отклонение для 2-х выборок: (1; 5; 9) и (1001; 1005; 1009). В обоих случаях, s=4. Очевидно, что отношение величины стандартного отклонения к значениям массива у выборок существенно отличается. Для таких случаев используется

Коэффициент вариации

(Coefficient of Variation, CV) — отношение

Стандартного отклонения

к среднему

арифметическому

, выраженного в процентах.

В MS EXCEL 2007 и более ранних версиях для вычисления

Стандартного отклонения выборки

используется функция

=СТАНДОТКЛОН()

, англ. название STDEV, т.е. STandard DEViation. С версии MS EXCEL 2010 рекомендуется использовать ее аналог

=СТАНДОТКЛОН.В()

, англ. название STDEV.S, т.е. Sample STandard DEViation.

Кроме того, начиная с версии MS EXCEL 2010 присутствует функция

СТАНДОТКЛОН.Г()

, англ. название STDEV.P, т.е. Population STandard DEViation, которая вычисляет

стандартное отклонение

для

генеральной совокупности

. Все отличие сводится к знаменателю: вместо n-1 как у

СТАНДОТКЛОН.В()

, у

СТАНДОТКЛОН.Г()

в знаменателе просто n.

Стандартное отклонение

можно также вычислить непосредственно по нижеуказанным формулам (см.

файл примера

)

=КОРЕНЬ(КВАДРОТКЛ(Выборка)/(СЧЁТ(Выборка)-1)) =КОРЕНЬ((СУММКВ(Выборка)-СЧЁТ(Выборка)*СРЗНАЧ(Выборка)^2)/(СЧЁТ(Выборка)-1))

Другие меры разброса

Функция

КВАДРОТКЛ()

вычисляет с умму квадратов отклонений значений от их

среднего

. Эта функция вернет тот же результат, что и формула

=ДИСП.Г(

Выборка

)*СЧЁТ(

Выборка

)

, где

Выборка

— ссылка на диапазон, содержащий массив значений выборки (

именованный диапазон

). Вычисления в функции

КВАДРОТКЛ()

производятся по формуле:

Функция

СРОТКЛ()

является также мерой разброса множества данных. Функция

СРОТКЛ()

вычисляет среднее абсолютных значений отклонений значений от

среднего

.  Эта функция вернет тот же результат, что и формула

=СУММПРОИЗВ(ABS(Выборка-СРЗНАЧ(Выборка)))/СЧЁТ(Выборка)

, где

Выборка

— ссылка на диапазон, содержащий массив значений выборки.

Вычисления в функции

СРОТКЛ

()

производятся по формуле:

Variance is an important metric in statistics, and it can help you calculate like the risk of an investment. In this guide, we’re going to show you how to calculate variance in Excel.

Download Workbook

What is variance?

Variance is the average of the squared differences from the average or mean. You can calculate the variance of a data by taking the differences between each number in the data set and the average, then squaring the differences (which makes them positive), and finally dividing the sum of the squares by the number of values in the data set.

The formula is as follows:

• σ²: variance
• x: mean (average) of data
• x ̅: data
• n: data size

A large variance value shows that numbers are far from the mean and each other. A small one, on the other hand, means an opposite correlation. Zero variance means that all numbers in the data set are identical.

Sample variance

If the data set does not represent the entire population, but a number of items from it is sample variance. A common example for this is an election poll.

The formula of a sample variance is almost the same except for the data size. Instead of using exact an data size, use minus 1.

How to calculate variance in Excel

Although, you can calculate variance in Excel by creating the same formula as above, there are built in functions that can make this even easier. The following table shows the formulas and properties that distinguish them.

Each function uses the same syntax. You can provide data as references or static values. Aside from the sample versus population choice, you need to decide whether you want text and logical values to be evaluated as numbers. VARA and VARPA functions evaluate text and FALSE logical value to zero (0) and TRUE to 1.

The following example shows what each function returns for the same data set. The data set is at B5:B10 under the name “data”.

Please note that VAR and VARP functions have been updated with VAR.S and VAR.P functions in Excel 2010. Although Microsoft continues to support these functions for backwards compatibility, they encourage using VAR.S and VAR.P instead.