Shko te përmbajtja

Varianca

Nga Wikipedia, enciklopedia e lirë
Shembull i zgjedhjeve nga dy popullata me të njëjtën mesatare por varianca të ndryshme. Popullata e kuqe e ka mesataren 100 dhe variancën 100 (D.S=10) ndërsa popullata blu ka mesataren 100 dhe variancën 2500 (D.S=50).

Në teorinë dhe statistikat e probabilitetit, varianca ose dispersioni është shamngia në katror nga mesatarja e një ndryshoreje rasti . Varianca shpesh përkufizohet gjithashtu si katrori i devijimit standard . Varianca është një matëse e shpërndarjes, që do të thotë se është një matëse se sa larg është shpërndarë një grup numrash nga vlera e tyre mesatare. Është momenti i dytë qendror i një shpërndarjeje, dhe kovarianca e ndryshores së rastësishme me vetveten, dhe shpesh përfaqësohet nga σ2, s2, Var⁡(X), D(X), ose V(X) .[1]

Një avantazh i dispersionit si masë e shpërndarjes është se është më i përshtatshëm për manipulimin algjebrik sesa masat e tjera të shpërndarjes, siç është devijimi absolut i pritur ; për shembull, varianca e një shume ndryshoresh rasti të pakorreluara është e barabartë me shumën e variancave të tyre. Një disavantazh i dispersionit në zbatime praktike është se, ndryshe nga devijimi standard, njësitë e tij ndryshojnë nga ajo e n.r, kjo është arsyeja pse devijimi standard raportohet më shpesh si një masë e shpërndarjes pasi përfundon llogaritja.

Ka dy koncepte të ndryshme që emërtohen të dyja "variancë". Njëra, siç u diskutua më lart, është pjesë e një shpërndarjeje teorike probabiliteti dhe përcaktohet nga një ekuacion. Varianca tjetër është një karakteristikë e një grupi vëzhgimesh. Kur varianca llogaritet nga vëzhgimet, ato vëzhgime zakonisht maten nga një sistem i botës reale. Nëse të gjitha rezultatet e mundshme të sistemit janë të pranishme, atëherë varianca e llogaritur quhet variancë e popullsisë. Normalisht, megjithatë, vetëm një nëngrup është i gatshëm dhe varianca e llogaritur nga kjo mënyrë quhet variancë e mostrës. Varianca e llogaritur nga një kampion konsiderohet si një vlerësim i variancës së plotë të popullsisë. Ka shumë mënyra për të llogaritur një vlerësim të variancës së popullsisë, siç diskutohet në seksionin më poshtë.

Varianca e një ndryshoreje rasti X është vlera e pritur e devijimit nga mesatarja në katror e X, μ=E⁡[X] :

Var⁡(X)=E⁡[(X−μ)2].

Ky përkufizim përfshin ndryshore rasti që krijohen nga procese që janë diskrete, të vazhdueshme, as ose të përziera. Varianca mund të konsiderohet gjithashtu si kovarianca e një ndryshoreje të rastësishme me vetveten:

Var⁡(X)=Cov⁡(X,X).

Një tjetër formulë për dispersionin merret si më poshtë:

Var⁡(X)=E⁡[(X−E⁡[X])2]=E⁡[X2−2XE⁡[X]+E⁡[X]2]=E⁡[X2]−2E⁡[X]E⁡[X]+E⁡[X]2=E⁡[X2]−E⁡[X]2

Me fjalë të tjera, varianca e X është e barabartë me mesataren e n.r X të ngritur në katror minus katrorin e mesatares së X. Ky ekuacion nuk duhet të përdoret për llogaritjet duke përdorur aritmetikën me pikë lundruese, sepse vuan nga anulimi katastrofik nëse dy komponentët e ekuacionit janë të ngjashëm në madhësi. Për alternativa të tjera numerikisht të qëndrueshme, shihni Algoritmet për llogaritjen e variancës .

Ndryshore e rastit diskrete

[Redakto | Redakto nëpërmjet kodit]

Nëse ndryshorja e rastit X është diskrete me funksion mase probabiliteti x1↦p1,x2↦p2,…,xn↦pn, atëherë

Var⁡(X)=∑i=1npi⋅(xi−μ)2,

ku μ është vlera e pritur. Kjo është,

μ=∑i=1npixi.

Varianca e një bashkësie të n vlerash njëlloj të mundshme shkruhet edhe si:

Var⁡(X)=1n∑i=1n(xi−μ)2

ku μ është vlera mesatare. Kjo është,

μ=1n∑i=1nxi.

Ndryshoret e rastit absolutisht të vazhdueshme

[Redakto | Redakto nëpërmjet kodit]

Nëse ndryshorja e rastit X ka një funksion të densitetit të probabilitetit f(x), dhe F(x) është funksioni përkatës i shpërndarjes mbledhëse, atëherë

Var⁡(X)=σ2=∫ℝ(x−μ)2f(x)dx=∫ℝx2f(x)dx−2μ∫ℝxf(x)dx+μ2∫ℝf(x)dx=∫ℝx2dF(x)−2μ∫ℝxdF(x)+μ2∫ℝdF(x)=∫ℝx2dF(x)−2μ⋅μ+μ2⋅1=∫ℝx2dF(x)−μ2,

ose në mënyrë të njëvlershme,

Var⁡(X)=∫ℝx2f(x)dx−μ2,

Shpërndarja eksponenciale

[Redakto | Redakto nëpërmjet kodit]

Shpërndarja eksponenciale me parametërrin λ është një shpërndarje e vazhdueshme, funksioni i densitetit të probabilitetit të së cilës është dhënë nga

f(x)=λe−λx

në intervalin [0, ∞ ) . Mesatarja e kësaj shpërndarje mund të tregohet se është

E⁡[X]=∫0∞λxe−λxdx=1λ.

Duke përdorur integrimin me pjesë dhe duke përdorur pritje matematike tashmë të llogaritur, ne kemi:

E⁡[X2]=∫0∞λx2e−λxdx=[−x2e−λx]0∞+∫0∞2xe−λxdx=0+2λE⁡[X]=2λ2.

Kështu, varianca e X jepet nga

Var⁡(X)=E⁡[X2]−E⁡[X]2=2λ2−(1λ)2=1λ2.

Hedhja e një zari të drejtë mund të modelohet si n.r diskrete, X, me rezultate nga 1 deri tek 6, secila me probabilitet të njëjtë 1/6. Pritja matematike e X është(1+2+3+4+5+6)/6=7/2. Kështu që, varianca e X është

Var⁡(X)=∑i=1616(i−72)2=16((−5/2)2+(−3/2)2+(−1/2)2+(1/2)2+(3/2)2+(5/2)2)=3512≈2.92.

Shpërndarjet e probabilitetit të përdorura zakonisht

[Redakto | Redakto nëpërmjet kodit]
Emri i shpërndarjes së probabilitetit Funksioni i shpërndarjes së probabilitetit Mesatarja Varianca
Shpërndarja binomiale Pr⁡(X=k)=(nk)pk(1−p)n−k np np(1−p)
Shpërndarja gjeometrike Pr⁡(X=k)=(1−p)k−1p 1p (1−p)p2
Shpërndarja normale f(x∣μ,σ2)=12πσ2e−(x−μ)22σ2 μ σ2
Shpërndarja uniforme (e vazhdueshme) f(x∣a,b)={1b−afor a≤x≤b,0for x<a or x>b a+b2 (b−a)212
Shpërndarja eksponenciale f(x∣λ)=λe−λx 1λ 1λ2
Shpërndarja Poisson f(k∣λ)=e−λλkk! λ λ

Vetitë themelore

[Redakto | Redakto nëpërmjet kodit]

Varianca është jo negative sepse madhësitë e ngritura në katror janë gjithmonë pozitive ose zero:

Var⁡(X)≥0.

Varianca e një konstante është zero.

Var⁡(a)=0.

Çështja e pafundësisë

[Redakto | Redakto nëpërmjet kodit]

Nëse një shpërndarje nuk ka pritje matematike të fundme, siç është rasti për shpërndarjen Cauchy, atëherë edhe varianca nuk mund të jetë e fundme. Megjithatë, disa shpërndarje mund të mos kenë një variancë të fundme, pavarësisht se pritja matematike është e fundme. Një shembull i tillë është një shpërndarje Pareto, indeksi i së cilës k plotëson kushtin 1<k≤2.

Njësitë matëse

[Redakto | Redakto nëpërmjet kodit]

Ndryshe nga devijimi absolut i pritur, varianca e një ndryshore ka njësi që janë katrori i njësive të vetë ndryshores. Për shembull, një ndryshore e matur në metra do të ketë një variancë të matur në metra katrorë. Për këtë arsye, përshkrimi i grupeve të të dhënave nëpërmjet devijimit të tyre standard ose devijimit mesatar katror nën rrënjë shpesh preferohet ndaj përdorimit të variancës. Në shembullin e zareve, devijimi standard është 2,9≈1,7, pak më i madh se devijimi absolut i pritur, 1.5.

Mbledhja dhe shumëzimi me një konstante

[Redakto | Redakto nëpërmjet kodit]

Varianca është e pandjeshme ndaj ndryshimeve në një parametër vendndodhjeje . Kjo do të thotë se nëse një konstante u shtohet të gjitha vlerave të ndryshores, varianca mbetet e pandryshuar:

Var⁡(X+a)=Var⁡(X).

Nëse të gjitha vlerat shkallëzohen me një konstante, varianca shkallëzohet me katrorin e asaj konstante:

Var⁡(aX)=a2Var⁡(X).

Varianca e shumës së dy ndryshoreve të rastit jepet nga barazimi

Var⁡(aX+bY)=a2Var⁡(X)+b2Var⁡(Y)+2abCov⁡(X,Y)=(aσX+bσY)2
Var⁡(aX−bY)=a2Var⁡(X)+b2Var⁡(Y)−2abCov⁡(X,Y)=(aσX−bσY)2

ku Cov⁡(X,Y) është kovarianca dhe σX është devijimi standard i X.

Kombinimet lineare

[Redakto | Redakto nëpërmjet kodit]

Në përgjithësi, për shumën e N ndryshoreve të rastit {X1,…,XN}, varianca gjendet si:

Var⁡(∑i=1NXi)=∑i,j=1NCov⁡(Xi,Xj)=∑i=1NVar⁡(Xi)+∑i≠jCov⁡(Xi,Xj),

Këto rezultate çojnë në variancën e një kombinimi linear të gjetur si:

Var⁡(∑i=1NaiXi)=∑i,j=1NaiajCov⁡(Xi,Xj)=∑i=1Nai2Var⁡(Xi)+∑i≠jaiajCov⁡(Xi,Xj)=∑i=1Nai2Var⁡(Xi)+2∑1≤i<j≤NaiajCov⁡(Xi,Xj).

Nëse ndryshoret e rastit X1,…,XN janë të tilla që

Cov⁡(Xi,Xj)=0 , ∀ (i≠j),

atëherë thuhet se janë të pakorreluara . Kështu që për to mund të shkruhet:

Var⁡(∑i=1NXi)=∑i=1NVar⁡(Xi).

Prodhimi ndryshoreve

[Redakto | Redakto nëpërmjet kodit]

Prodhimi i ndryshoreve të pavarura

[Redakto | Redakto nëpërmjet kodit]

Nëse dy ndryshore X dhe Y janë të pavarura, varianca e prodhimit të tyre jepet nga[2]

Var⁡(XY)=[E⁡(X)]2Var⁡(Y)+[E⁡(Y)]2Var⁡(X)+Var⁡(X)Var⁡(Y).

Në mënyrë të njëvlerëshme, duke përdorur vetitë themelore të pritjes matematike, ajo jepet nga

Var⁡(XY)=E⁡(X2)E⁡(Y2)−[E⁡(X)]2[E⁡(Y)]2.

Produkt i ndryshoreve statistikisht të varura

[Redakto | Redakto nëpërmjet kodit]
Var⁡(XY)=E⁡[X2Y2]−[E⁡(XY)]2=Cov⁡(X2,Y2)+E⁡(X2)E⁡(Y2)−[E⁡(XY)]2=Cov⁡(X2,Y2)+(Var⁡(X)+[E⁡(X)]2)(Var⁡(Y)+[E⁡(Y)]2)−[Cov⁡(X,Y)+E⁡(X)E⁡(Y)]2

Varianca e popullatës dhe varianca e zgjedhjes/kampionimit

[Redakto | Redakto nëpërmjet kodit]

Vëzhgimet e botës reale të tilla si matjet e shiut të djeshëm gjatë gjithë ditës zakonisht nuk mund të jenë grupe të plota të të gjitha vëzhgimeve të mundshme. Si e tillë, varianca e llogaritur nga bashkësia e fundme në përgjithësi nuk do të përputhet me variancën që do të ishte llogaritur nga popullata e plotë e vëzhgimeve të mundshme. Kjo do të thotë që vlerësohet mesatarja dhe varianca nga një bashkësi e kufizuar vëzhgimesh duke përdorur një ekuacion vlerësues . Vlerësuesi është një funksion i zgjedhjes së n vëzhgimeve të nxjerra pa paragjykime vëzhguese nga e gjithë popullata e vëzhgimeve të mundshme. Në këtë shembull ajo zgjedhje do të ishte grupi i matjeve të reshjeve të djeshme nga matësat në gatishmëri.

Vlerësuesit më të thjeshtë për mesataren e popullsisë dhe variancën e popullsisë janë thjesht mesatarja dhe varianca e zgjedhjes/kampionit, mesatarja e zgjedhjes dhe varianca (e pakorrigjuar) e zgjedhjes- këta janë vlerësues të qëndrueshëm (ata konvergjojnë në vlerën e saktë teksa numri i zgjedhjeve rritet), por mund të të përmirësohet. Vlerësimi i variancës së popullatës duke marrë variancën e zgjedhjes është afër optimales në përgjithësi, por mund të përmirësohet në dy mënyra. Më thjeshtë, varianca e kampionit llogaritet si një mesatare e devijimeve në katror rreth mesatares (së kampionit), duke e pjesëtuar me n. Megjithatë, përdorimi i vlerave të tjera përveç n përmirëson vlerësuesin në mënyra të ndryshme. Katër vlera për emëruesin janë n, n−1, n+1, dhe n−1,5: n është më e thjeshta (varianca e popullsisë së kampionit), n−1 eliminon paragjykimet, n+1 minimizon gabimin mesatar në katror për shpërndarjen normale, dhe n−1,5 më së shumti eliminon zjvendosjet/anësinë në vlerësimin e paanshëm të devijimit standard për shpërndarjen normale.

Varianca e popullsisë

[Redakto | Redakto nëpërmjet kodit]

Në përgjithësi, varianca e popullsisë së një popullate të fundme me madhësi N me vlera xi jepet nga

σ2=1N∑i=1N(xi−μ)2=1N∑i=1N(xi2−2μxi+μ2)=(1N∑i=1Nxi2)−2μ(1N∑i=1Nxi)+μ2=(1N∑i=1Nxi2)−μ2

ku mesatarja e popullësisë është

μ=1N∑i=1Nxi.

Varianca e popullsisë gjithashtu mund të llogaritet duke përdorur

σ2=1N2∑i<j(xi−xj)2=12N2∑i,j=1N(xi−xj)2.

Varianca e kampionit

[Redakto | Redakto nëpërmjet kodit]

Varianca e pazhvendosur e kampionit

[Redakto | Redakto nëpërmjet kodit]

Në shumë situata praktike, varianca e vërtetë e një popullate nuk dihet apriori dhe duhet të llogaritet sipas ndonjë mënyre. Kur kemi të bëjmë me popullata jashtëzakonisht të mëdha, nuk është e mundur të numërohet çdo objekt i popullatës, kështu që llogaritja duhet të kryhet në një zgjedhje të popullsisë.[3] Kjo zakonisht quhet variancë e zgjedhjes ose variancë empirike . Varianca e zgjedhjes mund të zbatohet gjithashtu për vlerësimin e variancës së një shpërndarjeje të vazhdueshme nga një kampion i asaj shpërndarjeje.

Marrim një kampion me zëvendësim të n vlerave Y1,...,Yn nga popullsia, ku n<N, dhe vlerësojmë variancën në bazë të këtij kampioni.[4] Marrja e drejtpërdrejtë e variancës së të dhënave të mostrës jep mesataren e devijimeve në katror :

S~Y2=1n∑i=1n(Yi−Y‾)2=(1n∑i=1nYi2)−Y‾2=1n2∑i,j:i<j(Yi−Yj)2.

Këtu, Y‾ tregon mesataren e mostrës :

Y‾=1n∑i=1nYi.

Meqenëse Y i zgjidhen rastësisht, të dyja Y‾ dhe S~Y2 janë ndryshore të rastit. Pritjet matematike të tyre mund të vlerësohen duke marrë një mesatare mbi grupin e të gjitha kampioneve të mundshme {Yi} me madhësi n nga popullata. Për S~Y2 kjo jep:

E⁡[S~Y2]=E⁡[1n∑i=1n(Yi−1n∑j=1nYj)2]=1n∑i=1nE⁡[Yi2−2nYi∑j=1nYj+1n2∑j=1nYj∑k=1nYk]=1n∑i=1n(n−2nE⁡[Yi2]−2n∑j≠iE⁡[YiYj]+1n2∑j=1n∑k≠jnE⁡[YjYk]+1n2∑j=1nE⁡[Yj2])=1n∑i=1n[n−2n(σ2+μ2)−2n(n−1)μ2+1n2n(n−1)μ2+1n(σ2+μ2)]=n−1nσ2.

Prandaj S~Y2 jep një vlerësim të variancës së popullatës që është e njëanshme/ e zhvendosur me një faktor prej n−1n . Per kete arsye, S~Y2 referohet si varianca e mostrës së njëanshme .

Varianca e pazhvendosur e zgjedhjes

[Redakto | Redakto nëpërmjet kodit]

Korrigjimi për këtë anësi jep variancën e pazhvendosur të mostrës, të shënuar S2 :

S2=nn−1S~Y2=nn−1[1n∑i=1n(Yi−Y‾)2]=1n−1∑i=1n(Yi−Y‾)2

Secili vlerësues mund të referohet thjesht si varianca e kampionit kur versioni mund të përcaktohet nga konteksti.

  1. ↑ Wasserman, Larry (2005). All of Statistics: a concise course in statistical inference (në anglisht). Springer texts in statistics. fq. 51. ISBN 9781441923226.
  2. ↑ Goodman, Leo A. (dhjetor 1960). "On the Exact Variance of Products". Journal of the American Statistical Association (në anglisht). 55 (292): 708–713. doi:10.2307/2281592. JSTOR 2281592.
  3. ↑ Navidi, William (2006) Statistics for Engineers and Scientists, McGraw-Hill, p. 14.
  4. ↑ Montgomery, D. C. and Runger, G. C. (1994) Applied statistics and probability for engineers, page 201. John Wiley & Sons New York