Variància
En teoria de probabilitat, la variància o variancia (que sol representar-se com ) d'una variable aleatòria és una mida de dispersió definida com l'esperança del quadrat de la desviació de dita variable respecte a la seua mija. El seu unitat de mida correspon al quadrat de l'unitat de mida de la variable: per eixemple, si la variable medix una distància en metros, la variància s'expressa en metros al quadrat. La variància té com a valor mínim 0. La desviació estàndart (raïl quadrada positiva de la variància) és una mida de dispersió alternativa, expressada en les mateixes unitats que les senyes de la variable objecte d'estudi.

Cal tindre en conte que la variància pot vore's molt influïda pels valors atípics i no s'aconsella el seu us quan les distribucions de les variables aleatòries tenen coes pesades. En tals casos es recomana l'ús d'atres mides de dispersió més robustes.
Una ventaja de la variància com a mida de dispersió és que és més susceptible de manipulació algebraica que atres mides de dispersió com la Desviació absoluta esperada; per eixemple, la variància d'una suma de variables aleatòries no correlacionadas és igual a la suma de les seues variància. Una desventaja de la variància per a aplicacions pràctiques és que, a diferència de la desviació estàndar, les seues unitats diferixen de la variable aleatòria, raó per la qual la desviació estàndar es reporta més comunament com una mida de dispersió una volta terminat el càlcul.
Existixen dos conceptes distints que es denominen "variància". Un, com s'ha comentat anteriorment, forma part d'una distribució de probabilitat teòrica i es definix per mig d'una equació. L'atra variància és una característica d'un conjunt d'observacions. Quan la variància es calcula a partir d'observacions, estes se solen medir a partir d'un sistema del món real. Si estan presents totes les observacions possibles del sistema, la variància calculada es denomina variància poblacional. No obstant, normalment només es dispon d'un subconjunt, i la variància calculada a partir d'este es denomina variància mostral. La variància calculada a partir d'una mostra es considera una estimació de la variància de tota la població. Existixen múltiples formes de calcular una estimació de la variància de la població, com s'explica en la secció següent.
Els dos tipos de variància estan estretament relacionats. Para vore cóm, considere's que una distribució de probabilitat teòrica pot utilisar-se com a generador d'observacions hipotètiques. Si es genera un número infinit d'observacions utilisant una distribució, llavors la variància mostral calculada a partir d'eixe conjunt infinit coincidirà en el valor calculat utilisant l'equació de la distribució per a la variància.
El terme variància va ser acunyat per Ronald Fisher en un artícul publicat en giner de 1919 en el títul The Correlation Between Relatives on the Supposition of Mendelian Inheritance.[1]
A continuació es farà un repàs de les fòrmules, cal tindre en conte que la fòrmula de la variància per a una població (σ2) diferix de la fòrmula de la variància per a una mostra (s2), Pero abans de vore la fòrmula de la variància, devem dir que la variància en estadística és molt important. Ya que encara que es tracta d'una mida senzilla, pot aportar molta informació sobre una variable en concret.
Etimologia
El terme variància va ser introduït per primera volta per Ronald Fisher en el seu artícul de 1918 La correlació entre parents en el supòsit d'herència mendeliana:[2]
El gran cos d'estadístiques disponibles nos mostra que les desviacions d'una medida humana respecte a la seua mija seguixen molt de prop la Llei Normal d'Errors, i, per tant, que la variabilitat pot medir-se uniformemente per la desviació típica corresponent a la raïl quadrada de l'error quadràtic mig. Quan existixen dos causes independents de variabilitat capaces de produir en una població, per lo demés uniforme, distribucions en desviacions típiques
i
, es comprova que la distribució, quan abdós causes actuen conjuntament, té una desviació típica
. Per lo tant, en analisar les causes de la variabilitat, és convenient tractar el quadrat de la desviació típica com a mida de la variabilitat. Denominarem a esta cantitat Variància...
Definició
La variància d'una variable aleatòria és el valor esperat del quadrat de les desviacions de la mija de , :
Esta definició comprén variables aleatòries generades per processos que són discreta, contínua, cap de les dos, o mixts. La variància també pot considerar-se com la covariància d'una variable aleatòria en si mateixa:
La variància també és equivalent al segon cumulante d'una distribució de probabilitat que genera . La variància es designa típicament com , o a voltes com o , o simbòlicament com o simplement (pronunciat "sigma al quadrat"). L'expressió per a la variància pot expandir-se com seguix:
En atres paraules, la variància de X és igual a la mija del quadrat de X menys el quadrat de la mija de X. Esta equació no deu utilisar-se per a càlculs que utilisen aritmètica de moma flotant, perque sofrix de cancelació catastròfica si els dos components de l'equació són similars en magnitut. Per a atres alternatives numèricament estables, vore Algoritmes per a calcular la variància.
Fòrmula per a calcular la variància
L'unitat de mida de la variància serà sempre l'unitat de mida corresponent a les senyes pero elevada al quadrat. La variància sempre és major o igual que zero. En elevar-se els residus al quadrat és matemàticament impossible que la variància ixca negativa. I d'eixa forma no pot ser menor que zero.
Siga una variable aleatòria en mija , es definix la variància de la variable aleatòria , denotada per , o simplement com
Desenrollant la definició anterior, s'obté la següent definició alternativa (i equivalent):
Si una distribució no té esperança, com ocorre en la de Cauchy, tampoc té variància. Existixen atres distribucions que, encara tenint esperança, carixen de variància. Un eixemple d'elles és la de Pareto quan el seu índex satisfà .
Cas continu
Si la variable aleatòria és contínua en funció de densitat llavors
a on
i les integrals estan definides sobre el soport de la variable aleatòria , és dir, .
Cas discret
Si la variable aleatòria és discreta en funció de probabilitat llavors
a on
Propietats
Siguen i dos variables aleatòries en variància finita i
- , a on denota la covariància de i
- si i són variables aleatòries independents.
- càlcul de la Variància per Pitàgores, on és la variable aleatòria condicional dau .
Eixemples
En llançar una moneda podríem obtindre Cara o Cruz.
Anem a donar-los els valors Cara = 0 i Cruz = 1 i tenim una variable aleatòria "X":
Usant notació matemàtica:
X = {0, 1}
Nota: ¡Podríem elegir Cara = 100 i Cruz = 150 o atres valors si volem! És la nostra elecció. Llavors:
- Tenim un experiment (com llançar una moneda)
- Donem valors a cada event.
- El conjunt de valors formen la Variable Aleatòria
Distribució exponencial
Si una variable aleatòria contínua té una distribució exponencial en paràmetro llavors la seua funció de densitat està donada per
per a .
No és difícil vore que la mija de és , per lo que per a trobar la seua variància calculem
Despuix d'integrar es pot concloure que
Dau perfecte
Un dau de sis cares pot representar-se com una variable aleatòria discreta que pren, valors de l'1 al 6 en probabilitat igual a 1/6. El valor esperat és (1+2+3+4+5+6)/6 = 3,5. Per lo tant, la seua variància és:
Variància mostral
En moltes situacions cal estimar la variància poblacional a partir d'una mostra. Si es pren una mostra en tongada de valors d'ella, d'entre tots els estimadors possibles de la variància de la població de partida, existixen dos d'ús corrent
El primer d'ells
que pot ser escrit com
puix
i el segon d'ells és
que pot ser escrit com
puix
A abdós li'ls denomina variància mostral, diferixen llaugerament i, per a valors grans de , la diferència és irrellevant. El primer trasllada directament la variància de la mostra al de la població i el segon és un estimador insesgado de la variància poblacional puix
mentres que
Propietats de la variància mostral
Com a conseqüència de l'igualtat , és un estadístic insesgado de . Ademés, si es complixen les condicions necessàries per a la llei dels grans números, s2 és un estimador consistent de .
Més encara, quan les mostres seguixen una distribució normal, pel teorema de Cochran, té la distribució chi-quadrat:
Interpretacions de la variància mostral
Deixem tres fòrmules equivalents per al càlcul de la variància mostral
Esta última igualtat té interés per a interpretar els estimadors i , puix si es vol evaluar la desviació d'unes senyes o les seues diferències, es pot optar per calcular el promig dels quadrats de les diferències de cada parell de senyes:
- . Note's que el número de sumants és .
O es pot considerar el promig dels quadrats de les diferències de cada parell de senyes sense tindre en conte cada senya conseguixc mateixa, ara el número de sumants és .
Algunes aplicacions de la variància
Les aplicacions estadístiques del concepte de la variància són incontables. Les següents són solament algunes de les principals:
- Els estimadors eficients. Són aquells l'esperança dels quals és el verdader valor del paràmetro i, ademés, tenen una mínima variància. D'esta manera, fem lo més chicotet possible el risc de que lo que extraem d'una mostra s'aparte massa del verdader valor del paràmetro.
- Els estimadors consistents. Són aquells que, a mida que creix el tamany de la mostra, tendixen a tindre una variància de zero. Per lo tant, en mostres grans, l'estimació tendix a desviar-se molt poc del verdader valor.
- En la distribució normal, la variància (la seua raïl quadrada, la desviació típica) és un dels paràmetros. La campana de Gauss tendix a ser més alta i estreta a mida que la variància disminuïx.
- En models de regressió, parlem d'homocedasticidad quan la variància de l'error és constant a lo llarc de les seues observacions. Per eixemple, en una regressió simple, veem un núvol de punts en la que la dispersió dels punts al voltant de la recta o curva estimada es manté constant.
- L'anàlisis de la variància (ANOVA) permet comparar diferents grups i vore els factors que influïxen en ells.
- La desigualtat de Chebyshev nos permet acotar en quina mida és provable que una variable aleatòria se separe de la seua esperança matemàtica en proporció a la seua desviació típica (raïl quadrada de la variància).
Conclusió
En l'anàlisis de variància s'estudien les diferències significatives entre dos o més miges d'una mostra. Este anàlisis es coneix comunament com ANOVA i nos permet determinar també si eixes miges provenen d'una mateixa població (pot ser el número total d'empleats d'una empresa), o si les miges de dos poblacions són iguals.
Per un atre costat, la variància de la mateixa manera que la desviació estàndar són molt sensibles als valors atípics, estos són els valors que s'allunten molt de la mija o que són molt distints a esta.
Per a que estes mides no es vegen tan afectades, estos valors atípics poden obviar-se l'hora de realisar els anàlisis i inclús els càlculs. També poden amprar-se atres mides de dispersió que són més útils en estos casos.
En el cas d'analisar el risc d'una inversió, es tenen en conte dos aspectes importants, un és el rendiment invertit i un atre l'esperat d'acort a l'inversió realisada. Com ya es va mencionar, es pot utilisar la variància per a analisar este risc.
Vore també
Referències
- ↑ Fisher, R. A. (1919). «The Correlation Between Relatives on the Supposition of Mendelian Inheritance» Transactions of the Royal Society of Edinburgh Vol. 52, 02, pp 399-433.
- ↑ Ronald Fisher (1918) La correlació entre parents en el supòsit d'herència mendeliana
Enllaços externs
- [1] Simulació de la variància d'una variable discreta en R (llenguage de programació)
- [www.solin.16mb.com/estadistica_js/MediayDesviacion.htm] Un triàngul rectàngul.
- Este artícul conté una traducció derivada de «Varianza» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.