Wariancja

Wariancja – miara zmienności zmiennej losowej będąca wartością oczekiwaną kwadratu różnicy wartości zmiennej losowej X i jej wartości oczekiwanej^[1]. W statystyce opisowej obliczana jest jako średnia arytmetyczna kwadratów odchyleń (różnic) poszczególnych wartości cechy od średniej^[2].

Wariancja zmiennej losowej ${\displaystyle X,}$ oznaczana jako ${\displaystyle \operatorname {Var} [X]}$ lub ${\displaystyle D^{2}(X),}$ zdefiniowana jest wzorem^[1]:

${\displaystyle \operatorname {Var} [X]=E[(X-\mu )^{2}],}$

gdzie:

${\displaystyle E[\dots ]}$ jest wartością oczekiwaną zmiennej losowej podanej w nawiasach kwadratowych,

${\displaystyle \mu }$ jest wartością oczekiwaną zmiennej ${\displaystyle X.}$

Innym, często prostszym, sposobem wyznaczania wariancji jest wzór:

${\displaystyle D^{2}(X)=E(X^{2})-[E(X)]^{2}.}$

Wariancja jest momentem centralnym drugiego rzędu zmiennej losowej.

Jeżeli ponadto ${\displaystyle \mathbb {E} X^{2}\leqslant \infty }$ oraz ${\displaystyle {\mathcal {G}}}$ jest σ-ciałem zdarzeń, to wariancją warunkową nazywamy:

${\displaystyle \operatorname {Var} (X|{\mathcal {G}}):=\mathbb {E} {\Big (}{\big (}X-{\mathcal {E}}(X|{\mathcal {G}}){\big )}^{2}{\Big |}\ {\mathcal {G}}{\Big )}.}$

Jako jedna z najpopularniejszych miar w statystyce opisowej służąca do opisu danego kompletnego zbioru danych^[3], wariancja zdefiniowana jest dla zbioru obserwacji z cechą ${\displaystyle x}$ wzorem^[2]:

${\displaystyle S^{2}(x)={\frac {\sum _{i=1}^{N}(x_{i}-{\overline {x}})^{2}}{N}},}$

gdzie ${\displaystyle {\overline {x}}}$ oznacza średnią wartość cechy, a ${\displaystyle N}$ liczebność zbioru.

Wyrażona jest w jednostkach miary badanej cechy podniesionych do kwadratu^[4].

W przypadku obliczania wariancji dla danych pogrupowanych w postaci szereg rozdzielczego punktowego, wykorzystuje się wzory^[5]:

${\displaystyle S^{2}(x)={\frac {\sum _{i=1}^{k}(x_{i}-{\overline {x}})^{2}\cdot n_{i}}{n}}={\frac {\sum _{i=1}^{k}x_{i}^{2}\cdot n_{i}}{n}}-{\overline {x}}^{2},}$

gdzie ${\displaystyle k}$ oznacza liczbę klas szeregu punktowego, ${\displaystyle n_{i}}$ – liczebność i-tej klasy, a ${\displaystyle n}$ – liczebność całej zbiorowości (odpowiednik ${\displaystyle N}$ we wzorze powyżej).

W przypadku szeregu rozdzielczego przedziałowego za wartość ${\displaystyle x}$ przyjmuje się środki poszczególnych przedziałów ${\displaystyle ({\overset {.}{x}})}$^[6]:

${\displaystyle S^{2}(x)={\frac {\sum _{i=1}^{k}({\overset {.}{x}}_{i}-{\overline {x}})^{2}\cdot n_{i}}{n}}={\frac {\sum _{i=1}^{k}{\overset {.}{x}}_{i}^{2}\cdot n_{i}}{n}}-{\overline {x}}^{2}.}$

Ze względu na przyjęcie jako reprezentacji przedziałów wartości środkowych ${\displaystyle {\overset {.}{x}},}$ wariancja liczona według powyższego wzoru jest przybliżeniem wariancji dla danych kompletnych^[7].

Wariancja próby losowej o wartościach ${\displaystyle x_{i},}$ gdzie ${\displaystyle i=1,2,3,\dots ,}$ jest następująca:

${\displaystyle \sigma ^{2}=\lim _{n\to \infty }{\frac {1}{n}}\sum _{i=1}^{n}\left(x_{i}-{\overline {x}}\right)^{2}.}$

Wariancję dla populacji można estymować za pomocą n-elementowej próby losowej. Estymator największej wiarygodności:

${\displaystyle s^{2}={\frac {1}{n}}\sum _{i=1}^{n}\left(x_{i}-{\overline {x}}\right)^{2}}$

jest zgodnym, lecz obciążonym estymatorem wariancji (jest nieobciążony asymptotycznie). Innymi słowy, gdybyśmy z populacji losowali próbkę wielokrotnie i obliczali jego wyniki, to ich średnia nie byłaby równa wariancji w całej populacji. Dlatego też częściej używa się również zgodnego, lecz nieobciążonego estymatora:

${\displaystyle s^{2}={\frac {1}{n-1}}\sum _{i=1}^{n}\left(x_{i}-{\overline {x}}\right)^{2}.}$

W przypadku, gdy znamy dokładną wartość oczekiwaną ${\displaystyle \mu }$ w populacji, wówczas estymator

${\displaystyle s^{2}={\frac {1}{n}}\sum _{i=1}^{n}\left(x_{i}-\mu \right)^{2}}$

jest już nieobciążony i zgodny.

Dla zmiennych losowych ${\displaystyle X,}$ ${\displaystyle Y}$ i dowolnych stałych ${\displaystyle a,\ b,\ c}$ zachodzą następujące własności:

1. ${\displaystyle D^{2}(c)=0}$

Dowód. Korzystając z własności wartości oczekiwanej (wartość oczekiwana stałej jest równa tej stałej), mamy:

${\displaystyle D^{2}(c)=E[(c-Ec)^{2}]=E[0^{2}]=E[0]=0.}$

2. ${\displaystyle D^{2}(X)\geqslant 0}$

Dowód. Korzystamy z własności wartości oczekiwanej mówiącej o tym, że jeżeli zmienna losowa jest dodatnio określona prawie wszędzie to jej wartość oczekiwana jest dodatnia. Ponieważ zmienna losowa ${\displaystyle (X-EX)^{2}}$ jest dodatnio określona, mamy:

${\displaystyle D^{2}(X)=E[(X-EX)^{2}]\geqslant 0.}$

3. ${\displaystyle D^{2}(a\cdot X)=a^{2}\cdot D^{2}(X)}$

Dowód. Korzystając z definicji wariancji, a następnie z liniowości wartości oczekiwanej mamy:

${\displaystyle {\begin{aligned}&D^{2}(a\cdot X)\\={}&E[(aX-E(aX))^{2}]\\={}&E[(aX-aEX)^{2}]\\={}&E[(a(X-EX))^{2}]\\={}&E[a^{2}(X-EX)^{2}]\\={}&a^{2}E[(X-EX)^{2}]\\={}&a^{2}\cdot D^{2}(X).\end{aligned}}}$

4. ${\displaystyle D^{2}(X+b)=D^{2}(X)}$

Dowód. Korzystamy z własności wartości oczekiwanej mówiącej o tym, że ${\displaystyle Ec=c}$ dla ${\displaystyle c}$ stałej i z liniowości:

${\displaystyle {\begin{aligned}&D^{2}(X+b)\\={}&E[(X+b-E(X+b))^{2}]\\={}&E[(X+b-EX-Eb)^{2}]\\={}&E[(X+b-EX-b)^{2}]\\={}&E[(X-EX)^{2}]\\={}&D^{2}(X).\end{aligned}}}$

5. ${\displaystyle D^{2}(X\pm Y)=D^{2}(X)+D^{2}(Y)\pm 2\operatorname {Cov} (X,Y)}$ w ogólnym przypadku; (gdzie ${\displaystyle \operatorname {Cov} (X,Y)}$ to kowariancja)

Dowód. Sprawdzone zostanie tylko twierdzenie dla sumy, twierdzenie dla różnicy rozwiązuje się analogicznie. Czyli mamy:

${\displaystyle {\begin{aligned}&D^{2}(X+Y)\\={}&E[(X+Y-E(X+Y))^{2}]\\={}&E[(X+Y-EX-EY)^{2}]\\={}&E[((X-EX)+(Y-EY))^{2}]\\={}&E[(X-EX)^{2}+2(X-EX)(Y-EY)+(Y-EY)^{2}]\\={}&\dots \end{aligned}}}$

Korzystając z liniowości wartości oczekiwanej i definicji kowariancji, mamy:

${\displaystyle {\begin{aligned}\dots ={}&E[(X-EX)^{2}]+2E[(X-EX)(Y-EY)]+E[(Y-EY)^{2}]\\={}&D^{2}(X)+D^{2}(Y)+2\operatorname {Cov} (X,Y).\end{aligned}}}$

Z powyższego twierdzenia łatwo wysnuć wniosek, że jeżeli zmienne ${\displaystyle X}$ i ${\displaystyle Y}$ są niezależne, zachodzi:

${\displaystyle D^{2}(X\pm Y)=D^{2}(X)+D^{2}(Y).}$

Pierwiastek kwadratowy z wariancji definiujemy jako odchylenie standardowe.

Pierwiastek z estymatora nieobciążonego wariancji jest często używany jako estymator odchylenia standardowego, jednak jest wówczas obciążony (zobacz odchylenie standardowe).

Zobacz hasło wariancja w Wikisłowniku

• analiza wariancji
• błąd średniokwadratowy
• kowariancja
• test dla wariancji
• wariancja fenotypowa

• W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski: Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, część 2. Statystyka matematyczna. Warszawa: Wydawnictwo Naukowe PWN, 2006, s. 48. ISBN 83-01-14292-8.
• Jacek Jakubowski, Rafał Sztencel: Wstęp do teorii prawdopodobieństwa. Warszawa: Script, 2004, s. 84. ISBN 83-89716-01-1.