Variance (original) (raw)
En teoria de probabilitat, la variància d'una variable aleatòria és una mesura de la dispersió d'una variable aleatòria respecte de la seva mitjana . Es defineix com l'esperança de , això és on suposem que . Està relacionada amb la desviació típica, que se sol designar amb la lletra grega i que és l'arrel quadrada de la variància: En estadística descriptiva la variància d'un conjunt de dades es defineix per on és la mitjana aritmètica de les dades: En inferència estadística s'utilitzen la variància poblacional i la variància mostral.
| Property | Value |
|---|---|
| dbo:abstract | التباين (بالإنجليزية: Variance) (في مجال الإحصاء ونظرية الاحتمالات) لمتغير عشوائي أو توزيع احتمالي أو عينة ما هو مقياس للتشتيت الإحصائي للقيم الممكنة حول القيمة المتوقّعة، وهو مساوٍ للقيمة المتوقّعة (أو لمتوسّط) لتربيع انحرافات القيم الممكنة عن القيمة المتوقّعة (أو المتوسّط). أي أنّ في حين تصف القيمة المتوقّعة الموقع المتوسّط لتوزيع معيّن، يصف التباين مدى انتشار القيم الممكنة لهذا التوزيع حول القيمة المتوقّعة. يطلق على الجذر التربيعي الموجب للتباين اسم الانحراف المعياري، وله نفس وحدات المعطيات الأصلية، ولذا يسهل فهمه أو تفسيره أحيانًا بالمقارنة مع التباين. إنّ تباين متغيّر عشوائي حقيقي مساوٍ لعزمه المركزي من الرتبة الثانية. وكما لا توجد لبعض التوزيعات قيمة متوقّعة، فللبعض لا يوجد تباينًا. إذا كان للتوزيع تباين، فله أيضًا قيمة متوقّعة، أمّا العكس فليس بالضرورة صحيحًا. (ar) En teoria de probabilitat, la variància d'una variable aleatòria és una mesura de la dispersió d'una variable aleatòria respecte de la seva mitjana . Es defineix com l'esperança de , això és on suposem que . Està relacionada amb la desviació típica, que se sol designar amb la lletra grega i que és l'arrel quadrada de la variància: En estadística descriptiva la variància d'un conjunt de dades es defineix per on és la mitjana aritmètica de les dades: En inferència estadística s'utilitzen la variància poblacional i la variància mostral. (ca) Rozptyl (též střední kvadratická odchylka, střední kvadratická fluktuace, variance nebo také disperze) se používá v teorii pravděpodobnosti a statistice. Je to druhý centrální moment náhodné veličiny. Jedná se o charakteristiku variability rozdělení pravděpodobnosti náhodné veličiny, která vyjadřuje variabilitu rozdělení souboru náhodných hodnot kolem její střední hodnoty. Rozptyl náhodné veličiny se označuje , , nebo . (cs) Die Varianz (lateinisch variantia „Verschiedenheit“ bzw. variare „(ver)ändern, verschieden sein“) ist ein Maß für die Streuung der Wahrscheinlichkeitsdichte um ihren Schwerpunkt. Mathematisch wird sie definiert als die mittlere quadratische Abweichung einer reellen Zufallsvariablen von ihrem Erwartungswert. Sie ist das zentrale Moment zweiter Ordnung einer Zufallsvariablen. Die Varianz kann mit einem Varianzschätzer, z. B. der Stichprobenvarianz, bestimmt werden. Die Quadratwurzel der Varianz ist das als Standardabweichung bezeichnete wichtigste Streuungsmaß in der Stochastik. Die Bezeichnung Varianz wurde vor allem von dem britischen Statistiker Ronald Fisher (1890–1962) geprägt. Weitere Wörter für die Varianz sind das veraltete Dispersion (lateinisch dispersio „Zerstreuung“ bzw. dispergere „verteilen, ausbreiten, zerstreuen“), das Streuungsquadrat oder die Streuung. Zu den Eigenschaften der Varianz gehört, dass sie niemals negativ ist und sich bei Verschiebung der Verteilung nicht ändert. Die Varianz einer Summe unkorrelierter Zufallsvariablen ist gleich der Summe ihrer Varianzen. Ein Nachteil der Varianz für praktische Anwendungen ist, dass sie im Unterschied zur Standardabweichung eine andere Einheit als die Zufallsvariable besitzt. Da sie über ein Integral definiert wird, existiert sie nicht für alle Verteilungen, d. h. sie kann auch unendlich sein. Eine Verallgemeinerung der Varianz ist die Kovarianz. Im Unterschied zur Varianz, die die Variabilität der betrachteten Zufallsvariable misst, ist die Kovarianz ein Maß für die gemeinsame Variabilität von zwei Zufallsvariablen. Aus dieser Definition der Kovarianz folgt, dass die Kovarianz einer Zufallsvariable mit sich selbst gleich der Varianz dieser Zufallsvariablen ist. Im Falle eines reellen Zufallsvektors kann die Varianz zur Varianz-Kovarianzmatrix verallgemeinert werden. (de) Στη θεωρία πιθανοτήτων και τη στατιστική, η διακύμανση είναι η αναμενόμενη τιμή της τετραγωνικής απόκλισης της τυχαίας μεταβλητής από τη μέση τιμή, και άτυπα μετρά πόσο μακριά ένα σύνολο (τυχαίων) αριθμών απλώνεται από τη μέση τιμή του. Η διακύμανση έχει κεντρικό ρόλο στη στατιστική. Χρησιμοποιείται στην περιγραφική στατιστική, , , , Μόντε Κάρλο δειγματοληψίας, μεταξύ πολλών άλλων. Αυτό την καθιστά μία κεντρική ποσότητα σε πολλά πεδία όπως η Φυσική, Βιολογία, Χημεία, Οικονομικά, και Χρηματοοικονομικά. Η διακύμανση είναι το τετράγωνο της τυπικής απόκλισης, η δεύτερη της κατανομής, και η της τυχαίας μεταβλητής με τον εαυτό της, και συχνά συμβολίζεται σ² ή Var(X). (el) Pri la aliaj sencoj de la vorto vidu apartigilon varianco (apartigilo). En probablokalkulo kaj statistiko, varianco de hazarda variablo estas mezuro de ĝia statistika disvastiĝo, kiu indikas la tipan malproksimecon de la atendita valoro. La varianco de reel-valora hazarda variablo estas ĝia dua centra momanto, kaj ankaŭ estas ĝia dua . La varianco de hazarda variablo estas la kvadrato de ĝia norma diferenco. (eo) En teoría de probabilidad, la varianza o variancia (que suele representarse como ) de una variable aleatoria es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media.Su unidad de medida corresponde al cuadrado de la unidad de medida de la variable: por ejemplo, si la variable mide una distancia en metros, la varianza se expresa en metros al cuadrado. La varianza tiene como valor mínimo 0. La desviación estándar (raíz cuadrada positiva de la varianza) es una medida de dispersión alternativa, expresada en las mismas unidades que los datos de la variable objeto de estudio. Hay que tener en cuenta que la varianza puede verse muy influida por los valores atípicos y no se aconseja su uso cuando las distribuciones de las variables aleatorias tienen colas pesadas. En tales casos se recomienda el uso de otras medidas de dispersión más robustas. El término varianza fue acuñado por Ronald Fisher en un artículo publicado en enero de 1919 con el título The Correlation Between Relatives on the Supposition of Mendelian Inheritance. A continuación se hará un repaso de las fórmulas, hay que tener en cuenta que la fórmula de la varianza para una población (σ2) difiere de la fórmula de la varianza para una muestra (s2), Pero antes de ver la fórmula de la varianza, debemos decir que la varianza en estadística es muy importante. Ya que aunque se trata de una medida sencilla, puede aportar mucha información sobre una variable en concreto. (es) Estatistikan, bariantza datu-multzo batek nahiz probabilitate-banaketa batek duen sakabanatzearen neurri absolutu bat da. Hain zuzen, bariantzaren erro karratu positiboa desbideratze estandarra da, eta azken honek datu bakoitza batezbesteko aritmetiko sinpletik zenbat desbideratzen den adierazten du. Kalkuluaren aldetik, bariantza batezbestekoari buruzko bigarren mailako momentua ere bada. Aldakortasun edo sakabanatze neurri izateaz gainera, bere propietate matematikoak direla eta, maiz agertzen da azterketa estatistikoetan. Esate baterako, aldagai batek duen aldakortasun-maila bariantzaren bitartez neurtzen da eta bariantza oso hau beste aldagai edo faktore zenbaitek eragindako aldakortasun-mailetan zatitu daiteke, aldagai horren kausak hauteman eta kausa horien eragina zehazteko, bariantza-analisian eta karratu txikienen erregresioan egiten den bezala. (eu) Sa mhatamaitic, tomhas ar an leathadh ón meán i dtacar scór. Mas é mx meán na scór x1, x2,… xn, faightear an t-athraitheas Sx2 leis an gcothromóid Sx2 = (1/n) Σ (xi-mx)2 agus an suimiú seo ó n = 1 go dtí n = i. Tugtar an diall caighdeánach ar S, fréamh chearnach an athraithis. Nuair a bhíonn díseanna athróg (xi, yi) i gceist, is tomhas an comhathraitheas Sxy ar an ngaol idir an dá athróg, agus Sxy = (1/n) Σ (xi-mx) (yi-my) is an suimiú seo ó n = 1 go dtí n = i. (ga) Dalam teori probabilitas dan statistika, varians (dari bahasa Inggris: variance) atau ragam suatu (atau distribusi probabilitas) adalah ukuran seberapa jauh sebuah kumpulan bilangan tersebar.Varians nol mengindikasikan bahwa semua nilai sama.Varians selalu bernilai non-negatif: varians yang rendah mengindikasikan bahwa titik data condong sangat dekat dengan nilai rerata dan antara satu sama lainnya, sementara varians yang tinggi mengindikasikan bahwa titik data sangat tersebar disekitar rerata dan dari satu sama lainnya. Pengukuran yang sama yaitu akar kuadrat dari varians, disebut juga simpangan baku.Simpangan baku memiliki dimensi dan data yang sama, oleh karena itu bisa dibandingkan dengan deviasi dari rerata. Varians adalah salah satu pendeskripsi dari sebuah distribusi probabilitas.Pada khususnya, varians adalah salah satu dari sebuah distribusi.Dalam konteks tersebut, ia menjadi bagian dari pendekatan sistematis sebagai pembeda antara distribusi probabilitas.Walau pendekatan lain telah dikembangkan, yang berbasis momen lebih menguntungkan dalam kemudahan secara matematis dan penghitungan. Varians adalah salah satu yang menjelaskan, antara lain, distribusi probabilitas sebenarnya dari suatu populasi bilangan yang diobservasi, atau distribusi probabilitas teoretis dari sebuah populasi yang tidak secara penuh diobservasi di mana sebuah bilangan sampel diambil.Pada kasus terakhir, sebuah sampel data dari distribusi dapat digunakan untuk membentuk sebuah estimasi varians dari distribusi yang mendasarinya; pada kasus sederhana estimasi ini bisa menjadi varians sampel. Istilah varians pertama kali diperkenalkan oleh Ronald Fisher dalam makalahnya pada tahun 1918 yang berjudul ("Korelasi di Antara Kerabat dalam Kerangka Pewarisan Mendel"). (in) En statistique et en théorie des probabilités, la variance est une mesure de la dispersion des valeurs d'un échantillon ou d'une distribution de probabilité. Elle exprime la moyenne des carrés des écarts à la moyenne, aussi égale à la différence entre la moyenne des carrés des valeurs de la variable et le carré de la moyenne, selon le théorème de König-Huygens. Ainsi, plus l'écart à la moyenne est grand plus il est prépondérant dans le calcul total (voir la fonction carré) de la variance qui donnerait donc une bonne idée sur la dispersion des valeurs. La variance est toujours positive, et ne s’annule que s’il n’y a essentiellement qu’une seule valeur. Sa racine carrée définit l’écart type σ, d’où la notation . La variance est quadratique et invariante par translation. Elle peut être estimée à l’aide d’un échantillon et de la moyenne empirique ou de l’espérance si celle-ci est connue. La variance apparait comme un cas particulier de covariance. Elle se généralise aussi pour des vecteurs aléatoires. (fr) In probability theory and statistics, variance is the expectation of the squared deviation of a random variable from its population mean or sample mean. Variance is a measure of dispersion, meaning it is a measure of how far a set of numbers is spread out from their average value. Variance has a central role in statistics, where some ideas that use it include descriptive statistics, statistical inference, hypothesis testing, goodness of fit, and Monte Carlo sampling. Variance is an important tool in the sciences, where statistical analysis of data is common. The variance is the square of the standard deviation, the second central moment of a distribution, and the covariance of the random variable with itself, and it is often represented by , , , , or . An advantage of variance as a measure of dispersion is that it is more amenable to algebraic manipulation than other measures of dispersion such as the expected absolute deviation; for example, the variance of a sum of uncorrelated random variables is equal to the sum of their variances. A disadvantage of the variance for practical applications is that, unlike the standard deviation, its units differ from the random variable, which is why the standard deviation is more commonly reported as a measure of dispersion once the calculation is finished. There are two distinct concepts that are both called "variance". One, as discussed above, is part of a theoretical probability distribution and is defined by an equation. The other variance is a characteristic of a set of observations. When variance is calculated from observations, those observations are typically measured from a real world system. If all possible observations of the system are present then the calculated variance is called the population variance. Normally, however, only a subset is available, and the variance calculated from this is called the sample variance. The variance calculated from a sample is considered an estimate of the full population variance. There are multiple ways to calculate an estimate of the population variance, as discussed in the section below. The two kinds of variance are closely related. To see how, consider that a theoretical probability distribution can be used as a generator of hypothetical observations. If an infinite number of observations are generated using a distribution, then the sample variance calculated from that infinite set will match the value calculated using the distribution's equation for variance. (en) De variantie is in de statistiek een maat voor de spreiding van een reeks waarden, dat wil zeggen de mate waarin de waarden onderling verschillen. Hoe groter de variantie, hoe meer de afzonderlijke waarden onderling verschillen, en dus ook hoe meer de waarden van het "gemiddelde" afwijken. De variantie meet min of meer het gemiddelde van het kwadraat van deze afwijkingen. Die waarden kunnen de waarden van een populatie zijn, dan spreekt men van de populatievariantie. Betreft het de waarden van een verdeling, dan is de variantie een maat voor de "breedte" van deze verdeling, en spreekt men meestal gewoon van de variantie van deze verdeling. Is de betrokken verdeling de kansverdeling van een stochastische variabele , dan spreekt men over de variantie van . Betreft het de uitkomsten van een steekproef, dan spreekt men van steekproefvariantie. De populatievariantie is een parameter (eigenschap) van de populatie; de steekproefvariantie is een steekproeffunctie, een schatter van de populatievariantie. De wortel uit de variantie wordt standaardafwijking, standaarddeviatie of spreiding genoemd. (nl) 数学の統計学における分散（ぶんさん、英: variance）とは、データ（母集団、標本）、確率変数（確率分布）の標準偏差の自乗のことである。分散も標準偏差と同様に散らばり具合を表し、標準偏差より分散の方が計算が簡単なため、計算する上で分散を用いることも多い。 分散は具体的には、平均値からの偏差の2乗の平均に等しい。データ x1, x2, …, xn の分散 s2 は ここで x は平均値を表す。 分散が 0 であることは、データの値が全て等しいことと同値である。データの分散は二乗平均から平均の2乗を引いた値に等しくなる。 確率変数 X の分散 V[X]（Var[X] と書く場合もある。）は、X の期待値を E[X] で表すと V[X] = E[(X − E[X])2] となる。確率変数の分散は確率変数の2次の中心化モーメントである。 統計学では、記述統計学においては標本の散らばり具合を表す指標として標本分散（ひょうほんぶんさん、英: sample variance）を、推計統計学においては不偏分散（ふへんぶんさん、英: unbiased variance）・不偏標本分散（ふへんひょうほんぶんさん、英: unbiased sample variance）を用いる。 (ja) ( 빛의 분산에 대해서는 분산 (광학) 문서를 참고하십시오.) 확률론과 통계학에서 어떤 확률변수의 분산(分散, 영어: variance,) 또는 '변량'은 그 확률변수가 기댓값으로부터 얼마나 떨어진 곳에 분포하는지를 가늠하는 숫자이다. 기댓값은 확률변수의 위치를 나타내고 분산은 그것이 얼마나 넓게 퍼져 있는지를 나타낸다. 분산은 표본 평균이나 분산의 제곱근인 표준편차와 보다 밀접한 관련이 있다. 분산(variance)은 관측값에서 평균을 뺀 값을 제곱하고, 그것을 모두 더한 후 전체 개수로 나눠서 구한다. 즉, 차이값의 제곱의 평균이다. 관측값에서 평균을 뺀 값인 편차를 모두 더하면 0이 나오므로 제곱해서 더한다. 모분산(population variance) σ2은 모집단의 분산이다. 관측값에서 모 평균을 빼고 그것을 제곱한 값을 모두 더하여 전체 데이터 수 n으로 나눈 것이다. 표본분산(sample variance) s2은 표본의 분산이다. 관측값에서 표본 평균을 빼고 제곱한 값을 모두 더한 것을 n-1로 나눈 것이다. (ko) In statistica e in teoria della probabilità la varianza di una variabile statistica o di una variabile aleatoria è una funzione, indicata con o con (o semplicemente con se la variabile è sottintesa), che fornisce una misura della variabilità dei valori assunti dalla variabile stessa; nello specifico, la misura di quanto essi si discostino quadraticamente rispettivamente dalla media aritmetica o dal valore atteso . Il termine di "varianza" venne introdotto nel 1918 da Ronald Fisher e sostituì nel tempo la denominazione di "deviazione standard quadratica" utilizzata da Karl Pearson. (it) Na teoria da probabilidade e na estatística, a variância de uma variável aleatória ou processo estocástico é uma medida da sua dispersão estatística, indicando "o quão longe" em geral os seus valores se encontram do valor esperado. A variância de uma variável aleatória real é o seu segundo momento central e também o seu segundo cumulante (os cumulantes só diferem dos momentos centrais a partir do 4º grau, inclusive). Sendo o seu valor o quadrado do desvio padrão. (pt) Wariancja – klasyczna miara zmienności. Intuicyjnie utożsamiana ze zróżnicowaniem zbiorowości; jest średnią arytmetyczną kwadratów odchyleń (różnic) poszczególnych wartości cechy od wartości oczekiwanej. Wariancja zmiennej losowej oznaczana jako lub zdefiniowana jest wzorem: gdzie: jest wartością oczekiwaną zmiennej losowej podanej w nawiasach kwadratowych, jest wartością oczekiwaną zmiennej Innym, często prostszym, sposobem wyznaczania wariancji jest wzór: Wariancja jest momentem centralnym drugiego rzędu zmiennej losowej. Jeżeli ponadto oraz jest σ-ciałem zdarzeń, to wariancją warunkową nazywamy: (pl) Varians är inom sannolikhetsteori och matematisk statistik, väntevärdet för den kvadratiska avvikelsen hos en stokastisk variabel från dess medelvärde och ger ett informellt mått på hur mycket en uppsättning (slump) tal är utspridda kring medelvärdet. Variansen är av central betydelse inom statistiken. Den används inom beskrivande statistik, statistisk inferens, Monte Carlo-metoden, med mera. Liksom väntevärdet, är varians en egenskap hos en stokastisk variabel och dennas sannolikhetsfördelning. (sv) Диспе́рсія (англ. variance) — це міра розсіяння значень випадкової величини відносно середнього значення розподілу. Більші значення дисперсії свідчать про більші відхилення значень випадкової величини від центру розподілу. У простому розумінні, дисперсія дозволяє виміряти наскільки далеко випадкові значення розподілені від їх середнього значення. Дисперсія відіграє важливу роль в статистиці, в якій вона використовується в таких напрямах як описова статистика, статистичне висновування, перевірка статистичних гіпотез, допасованість, і Метод Монте-Карло. Дисперсія дорівнює квадрату стандартного відхилення, що є другим центральним моментом розподілу, і коваріації випадкової величини із самою собою, тому зазвичай вона позначається як , , або . (uk) Диспе́рсия случа́йной величины́ — мера разброса значений случайной величины относительно её математического ожидания. Обозначается в русской литературе и (англ. variance) в зарубежной. В статистике часто употребляется обозначение или . Квадратный корень из дисперсии, равный , называется среднеквадратическим отклонением, стандартным отклонением или стандартным разбросом. Стандартное отклонение измеряется в тех же единицах, что и сама случайная величина, а дисперсия измеряется в квадратах этой единицы измерения. Из неравенства Чебышёва следует, что вероятность того, что значения случайной величины отстоят от математического ожидания этой случайной величины более чем на стандартных отклонений, составляет менее . В специальных случаях оценка может быть усилена. Так, например, как минимум в 95 % случаев значения случайной величины, имеющей нормальное распределение, удалены от её среднего не более чем на два стандартных отклонения, а в примерно 99,7 % — не более чем на три. (ru) 在概率论和统计学中，方差（英語：variance）又称变异数、变方，描述的是一个随机变量的离散程度，即一组数字与其平均值之间的距离的度量，是随机变量与其总体均值或样本均值的离差的平方的期望值。方差在统计中有非常核心的地位，其应用领域包括描述统计学、推論統計學、假說檢定、度量，以及蒙特卡洛采样。由于科学分析经常涉及统计，方差也是重要的科研工具。方差是標準差的平方、分布的二阶矩，以及随机变量与其自身的协方差，其常用的符号表示有、、、，以及。 方差作为离散度量的优点是，它比其他离散度量（如平均差）更易于代数运算；例如，一组不相关的随机变量和的方差等于它们方差的和。在实际应用中，方差的一个缺点是它与随机变量的单位不同，而標準差则单位相同，这就是计算完成后通常采用标准差来衡量离散程度的原因。 有两个不同的概念都被称为“方差”。一种如上所述，是理论概率分布的方差。而另一种方差是一组观测值的特征。观测值通常是从真实世界的系统中测量的。如果给出系统的所有可能的观测，则它们算出的方差称为总体方差；然而，一般情况下我们只使用总体的一个子集（样本），由此计算出的方差称为样本方差。用样本计算出的方差可认为是对整个总体的方差的估计量。 方差的正平方根称为该随机变量的標準差；方差除以期望值归一化的值叫分散指数；标准差除以平均值归一化的值叫变异系数。 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Comparison_standard_deviations.svg?width=300 |
| dbo:wikiPageID | 32344 (xsd:integer) |
| dbo:wikiPageLength | 55466 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1117946674 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Probability_distribution dbr:Ronald_Fisher dbr:Decibel dbr:Delta_method dbr:Determinant dbc:Statistical_deviation_and_dispersion dbr:Almost_surely dbr:Bessel's_correction dbr:Bhatia–Davis_inequality dbr:Resampling_(statistics) dbr:Riemann-integrable dbr:Uniform_distribution_(continuous) dbr:Variance-stabilizing_transformation dbr:Vector_space dbr:Descriptive_statistics dbr:Deviation_(statistics) dbr:Invariant_(mathematics) dbr:Kurtosis dbr:Sigma dbr:Standard_deviation dbc:Articles_containing_proofs dbr:Complex_number dbr:Conjugate_transpose dbr:Continuous_random_variable dbr:Correlation dbr:Covariance dbr:Cronbach's_alpha dbr:Analysis_of_variance dbr:Median dbr:Chi-squared_distribution dbr:Estimation_theory dbr:Estimator dbr:Generalized_variance dbr:Geometric_distribution dbr:Outlier dbr:Samuelson's_inequality dbr:Classical_mechanics dbr:Moment_(mathematics) dbr:Monte_Carlo_method dbr:Concave_function dbr:Conditional_expectation dbr:Conditional_variance dbr:Consistent_estimator dbr:Homoscedasticity dbr:Statistical_inference dbr:Location_parameter dbr:Statistics dbr:Complex_conjugate dbr:Pareto_distribution dbr:Statistical_population dbr:Spearman–Brown_prediction_formula dbr:Cauchy_distribution dbr:Central_limit_theorem dbr:Trace_(linear_algebra) dbr:Transpose dbr:Heavy-tailed_distribution dbr:Law_of_total_variance dbr:Least-squares_spectral_analysis dbr:Linear_combination dbr:Linear_regression dbr:Algorithms_for_calculating_variance dbr:Cumulant dbr:Cumulative_distribution_function dbr:Excess_kurtosis dbr:Expected_value dbr:Exponential_distribution dbr:Normal_distribution dbc:Moment_(mathematics) dbr:Central_moment dbr:Goodness_of_fit dbr:Floating_point_arithmetic dbr:Frequency_spectrum dbr:Probability_density_function dbr:Statistical_dispersion dbr:Probability_theory dbr:Random_variable dbr:Harmonic_mean dbr:Irénée-Jules_Bienaymé dbr:Taylor_expansions_for_the_moments_of_functions_of_random_variables dbr:Covariance_matrix dbr:Sample_mean dbr:Sample_standard_deviation dbr:Jensen's_inequality dbr:Law_of_large_numbers dbr:Lebesgue–Stieltjes_integration dbr:Bienaymé's_identity dbr:Binomial_distribution dbr:Cochran's_theorem dbr:Coefficient_of_variation dbr:Mood_test dbr:Standard_error_(statistics) dbr:Dice dbr:Average_absolute_deviation dbr:Bootstrapping_(statistics) dbr:Poisson_distribution dbr:Positive_definite_matrix dbr:Square_root dbr:Classical_test_theory dbr:Mean_square_error dbr:Measurement_error dbr:Independence_(probability_theory) dbr:Integration_by_parts dbr:Observations dbr:Cantor_distribution dbr:Catastrophic_cancellation dbr:Moment_of_inertia dbr:Mean_squared_error dbr:Probability_mass_function dbr:Sample_(statistics) dbr:Squared_deviations_from_the_mean dbr:Standard_error dbr:Popoviciu's_inequality_on_variances dbr:Euclidean_distance dbr:F-test_of_equality_of_variances dbr:Discrete_probability_distribution dbr:Discrete_random_variable dbr:Robust_statistics dbr:Moment_of_inertia_tensor dbr:Shrinkage_estimator dbr:Pooled_variance dbr:Pareto_index dbr:U-statistic dbr:Uncorrelated dbr:Unbiased_estimation_of_standard_deviation dbr:The_Correlation_Between_Relatives_on_the_Supposition_of_Mendelian_Inheritance dbr:Population_mean dbr:Pseudo-variance dbr:Variance-covariance_matrix dbr:Squared_deviations dbr:Hypothesis_testing dbr:Statistical_independence dbr:Statistical_sample dbr:Biased_estimator dbr:Taylor_expansion dbr:Sample_covariance dbr:Distance_variance dbr:Improper_Riemann_integral dbr:Lebesgue_integral dbr:Chi_square_test dbr:Biometry dbr:Expectation_Operator dbr:Explained_variance dbr:Root_mean_square_deviation dbr:Weighted_variance dbr:Box_test dbr:Box–Anderson_test dbr:Capon_test dbr:File:Variance_visualisation.svg dbr:Klotz_test dbr:Lehmann_test dbr:Moses_test dbr:Sukhatme_test dbr:File:Comparison_standard_deviations.svg |
| dbp:align | right (en) |
| dbp:caption | Distribution and cumulative distribution of S2/σ2, for various values of ν = n − 1, when the yi are independent normally distributed. (en) |
| dbp:direction | vertical (en) |
| dbp:image | Scaled chi squared cdf.svg (en) Scaled chi squared.svg (en) |
| dbp:width | 250 (xsd:integer) |
| dbp:wikiPageUsesTemplate | dbt:! dbt:= dbt:About dbt:Anchor dbt:Authority_control dbt:Citation_needed dbt:Distinguish dbt:Main dbt:Main_article dbt:Math dbt:Multiple_image dbt:Mvar dbt:Ordered_list dbt:Portal dbt:Reflist dbt:Section_link dbt:See_also dbt:Short_description dbt:Sqrt dbt:TOC_limit dbt:Wiktionary dbt:Statistics dbt:Theory_of_probability_distributions |
| dct:subject | dbc:Statistical_deviation_and_dispersion dbc:Articles_containing_proofs dbc:Moment_(mathematics) |
| rdf:type | owl:Thing |
| rdfs:comment | En teoria de probabilitat, la variància d'una variable aleatòria és una mesura de la dispersió d'una variable aleatòria respecte de la seva mitjana . Es defineix com l'esperança de , això és on suposem que . Està relacionada amb la desviació típica, que se sol designar amb la lletra grega i que és l'arrel quadrada de la variància: En estadística descriptiva la variància d'un conjunt de dades es defineix per on és la mitjana aritmètica de les dades: En inferència estadística s'utilitzen la variància poblacional i la variància mostral. (ca) Rozptyl (též střední kvadratická odchylka, střední kvadratická fluktuace, variance nebo také disperze) se používá v teorii pravděpodobnosti a statistice. Je to druhý centrální moment náhodné veličiny. Jedná se o charakteristiku variability rozdělení pravděpodobnosti náhodné veličiny, která vyjadřuje variabilitu rozdělení souboru náhodných hodnot kolem její střední hodnoty. Rozptyl náhodné veličiny se označuje , , nebo . (cs) Στη θεωρία πιθανοτήτων και τη στατιστική, η διακύμανση είναι η αναμενόμενη τιμή της τετραγωνικής απόκλισης της τυχαίας μεταβλητής από τη μέση τιμή, και άτυπα μετρά πόσο μακριά ένα σύνολο (τυχαίων) αριθμών απλώνεται από τη μέση τιμή του. Η διακύμανση έχει κεντρικό ρόλο στη στατιστική. Χρησιμοποιείται στην περιγραφική στατιστική, , , , Μόντε Κάρλο δειγματοληψίας, μεταξύ πολλών άλλων. Αυτό την καθιστά μία κεντρική ποσότητα σε πολλά πεδία όπως η Φυσική, Βιολογία, Χημεία, Οικονομικά, και Χρηματοοικονομικά. Η διακύμανση είναι το τετράγωνο της τυπικής απόκλισης, η δεύτερη της κατανομής, και η της τυχαίας μεταβλητής με τον εαυτό της, και συχνά συμβολίζεται σ² ή Var(X). (el) Pri la aliaj sencoj de la vorto vidu apartigilon varianco (apartigilo). En probablokalkulo kaj statistiko, varianco de hazarda variablo estas mezuro de ĝia statistika disvastiĝo, kiu indikas la tipan malproksimecon de la atendita valoro. La varianco de reel-valora hazarda variablo estas ĝia dua centra momanto, kaj ankaŭ estas ĝia dua . La varianco de hazarda variablo estas la kvadrato de ĝia norma diferenco. (eo) Sa mhatamaitic, tomhas ar an leathadh ón meán i dtacar scór. Mas é mx meán na scór x1, x2,… xn, faightear an t-athraitheas Sx2 leis an gcothromóid Sx2 = (1/n) Σ (xi-mx)2 agus an suimiú seo ó n = 1 go dtí n = i. Tugtar an diall caighdeánach ar S, fréamh chearnach an athraithis. Nuair a bhíonn díseanna athróg (xi, yi) i gceist, is tomhas an comhathraitheas Sxy ar an ngaol idir an dá athróg, agus Sxy = (1/n) Σ (xi-mx) (yi-my) is an suimiú seo ó n = 1 go dtí n = i. (ga) 数学の統計学における分散（ぶんさん、英: variance）とは、データ（母集団、標本）、確率変数（確率分布）の標準偏差の自乗のことである。分散も標準偏差と同様に散らばり具合を表し、標準偏差より分散の方が計算が簡単なため、計算する上で分散を用いることも多い。 分散は具体的には、平均値からの偏差の2乗の平均に等しい。データ x1, x2, …, xn の分散 s2 は ここで x は平均値を表す。 分散が 0 であることは、データの値が全て等しいことと同値である。データの分散は二乗平均から平均の2乗を引いた値に等しくなる。 確率変数 X の分散 V[X]（Var[X] と書く場合もある。）は、X の期待値を E[X] で表すと V[X] = E[(X − E[X])2] となる。確率変数の分散は確率変数の2次の中心化モーメントである。 統計学では、記述統計学においては標本の散らばり具合を表す指標として標本分散（ひょうほんぶんさん、英: sample variance）を、推計統計学においては不偏分散（ふへんぶんさん、英: unbiased variance）・不偏標本分散（ふへんひょうほんぶんさん、英: unbiased sample variance）を用いる。 (ja) ( 빛의 분산에 대해서는 분산 (광학) 문서를 참고하십시오.) 확률론과 통계학에서 어떤 확률변수의 분산(分散, 영어: variance,) 또는 '변량'은 그 확률변수가 기댓값으로부터 얼마나 떨어진 곳에 분포하는지를 가늠하는 숫자이다. 기댓값은 확률변수의 위치를 나타내고 분산은 그것이 얼마나 넓게 퍼져 있는지를 나타낸다. 분산은 표본 평균이나 분산의 제곱근인 표준편차와 보다 밀접한 관련이 있다. 분산(variance)은 관측값에서 평균을 뺀 값을 제곱하고, 그것을 모두 더한 후 전체 개수로 나눠서 구한다. 즉, 차이값의 제곱의 평균이다. 관측값에서 평균을 뺀 값인 편차를 모두 더하면 0이 나오므로 제곱해서 더한다. 모분산(population variance) σ2은 모집단의 분산이다. 관측값에서 모 평균을 빼고 그것을 제곱한 값을 모두 더하여 전체 데이터 수 n으로 나눈 것이다. 표본분산(sample variance) s2은 표본의 분산이다. 관측값에서 표본 평균을 빼고 제곱한 값을 모두 더한 것을 n-1로 나눈 것이다. (ko) In statistica e in teoria della probabilità la varianza di una variabile statistica o di una variabile aleatoria è una funzione, indicata con o con (o semplicemente con se la variabile è sottintesa), che fornisce una misura della variabilità dei valori assunti dalla variabile stessa; nello specifico, la misura di quanto essi si discostino quadraticamente rispettivamente dalla media aritmetica o dal valore atteso . Il termine di "varianza" venne introdotto nel 1918 da Ronald Fisher e sostituì nel tempo la denominazione di "deviazione standard quadratica" utilizzata da Karl Pearson. (it) Na teoria da probabilidade e na estatística, a variância de uma variável aleatória ou processo estocástico é uma medida da sua dispersão estatística, indicando "o quão longe" em geral os seus valores se encontram do valor esperado. A variância de uma variável aleatória real é o seu segundo momento central e também o seu segundo cumulante (os cumulantes só diferem dos momentos centrais a partir do 4º grau, inclusive). Sendo o seu valor o quadrado do desvio padrão. (pt) Varians är inom sannolikhetsteori och matematisk statistik, väntevärdet för den kvadratiska avvikelsen hos en stokastisk variabel från dess medelvärde och ger ett informellt mått på hur mycket en uppsättning (slump) tal är utspridda kring medelvärdet. Variansen är av central betydelse inom statistiken. Den används inom beskrivande statistik, statistisk inferens, Monte Carlo-metoden, med mera. Liksom väntevärdet, är varians en egenskap hos en stokastisk variabel och dennas sannolikhetsfördelning. (sv) 在概率论和统计学中，方差（英語：variance）又称变异数、变方，描述的是一个随机变量的离散程度，即一组数字与其平均值之间的距离的度量，是随机变量与其总体均值或样本均值的离差的平方的期望值。方差在统计中有非常核心的地位，其应用领域包括描述统计学、推論統計學、假說檢定、度量，以及蒙特卡洛采样。由于科学分析经常涉及统计，方差也是重要的科研工具。方差是標準差的平方、分布的二阶矩，以及随机变量与其自身的协方差，其常用的符号表示有、、、，以及。 方差作为离散度量的优点是，它比其他离散度量（如平均差）更易于代数运算；例如，一组不相关的随机变量和的方差等于它们方差的和。在实际应用中，方差的一个缺点是它与随机变量的单位不同，而標準差则单位相同，这就是计算完成后通常采用标准差来衡量离散程度的原因。 有两个不同的概念都被称为“方差”。一种如上所述，是理论概率分布的方差。而另一种方差是一组观测值的特征。观测值通常是从真实世界的系统中测量的。如果给出系统的所有可能的观测，则它们算出的方差称为总体方差；然而，一般情况下我们只使用总体的一个子集（样本），由此计算出的方差称为样本方差。用样本计算出的方差可认为是对整个总体的方差的估计量。 方差的正平方根称为该随机变量的標準差；方差除以期望值归一化的值叫分散指数；标准差除以平均值归一化的值叫变异系数。 (zh) التباين (بالإنجليزية: Variance) (في مجال الإحصاء ونظرية الاحتمالات) لمتغير عشوائي أو توزيع احتمالي أو عينة ما هو مقياس للتشتيت الإحصائي للقيم الممكنة حول القيمة المتوقّعة، وهو مساوٍ للقيمة المتوقّعة (أو لمتوسّط) لتربيع انحرافات القيم الممكنة عن القيمة المتوقّعة (أو المتوسّط). أي أنّ في حين تصف القيمة المتوقّعة الموقع المتوسّط لتوزيع معيّن، يصف التباين مدى انتشار القيم الممكنة لهذا التوزيع حول القيمة المتوقّعة. يطلق على الجذر التربيعي الموجب للتباين اسم الانحراف المعياري، وله نفس وحدات المعطيات الأصلية، ولذا يسهل فهمه أو تفسيره أحيانًا بالمقارنة مع التباين. (ar) En teoría de probabilidad, la varianza o variancia (que suele representarse como ) de una variable aleatoria es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media.Su unidad de medida corresponde al cuadrado de la unidad de medida de la variable: por ejemplo, si la variable mide una distancia en metros, la varianza se expresa en metros al cuadrado. La varianza tiene como valor mínimo 0. La desviación estándar (raíz cuadrada positiva de la varianza) es una medida de dispersión alternativa, expresada en las mismas unidades que los datos de la variable objeto de estudio. (es) Die Varianz (lateinisch variantia „Verschiedenheit“ bzw. variare „(ver)ändern, verschieden sein“) ist ein Maß für die Streuung der Wahrscheinlichkeitsdichte um ihren Schwerpunkt. Mathematisch wird sie definiert als die mittlere quadratische Abweichung einer reellen Zufallsvariablen von ihrem Erwartungswert. Sie ist das zentrale Moment zweiter Ordnung einer Zufallsvariablen. Die Varianz kann mit einem Varianzschätzer, z. B. der Stichprobenvarianz, bestimmt werden. Die Quadratwurzel der Varianz ist das als Standardabweichung bezeichnete wichtigste Streuungsmaß in der Stochastik. (de) Estatistikan, bariantza datu-multzo batek nahiz probabilitate-banaketa batek duen sakabanatzearen neurri absolutu bat da. Hain zuzen, bariantzaren erro karratu positiboa desbideratze estandarra da, eta azken honek datu bakoitza batezbesteko aritmetiko sinpletik zenbat desbideratzen den adierazten du. Kalkuluaren aldetik, bariantza batezbestekoari buruzko bigarren mailako momentua ere bada. Aldakortasun edo sakabanatze neurri izateaz gainera, bere propietate matematikoak direla eta, maiz agertzen da azterketa estatistikoetan. Esate baterako, aldagai batek duen aldakortasun-maila bariantzaren bitartez neurtzen da eta bariantza oso hau beste aldagai edo faktore zenbaitek eragindako aldakortasun-mailetan zatitu daiteke, aldagai horren kausak hauteman eta kausa horien eragina zehazteko, bariant (eu) En statistique et en théorie des probabilités, la variance est une mesure de la dispersion des valeurs d'un échantillon ou d'une distribution de probabilité. Elle exprime la moyenne des carrés des écarts à la moyenne, aussi égale à la différence entre la moyenne des carrés des valeurs de la variable et le carré de la moyenne, selon le théorème de König-Huygens. Ainsi, plus l'écart à la moyenne est grand plus il est prépondérant dans le calcul total (voir la fonction carré) de la variance qui donnerait donc une bonne idée sur la dispersion des valeurs. (fr) Dalam teori probabilitas dan statistika, varians (dari bahasa Inggris: variance) atau ragam suatu (atau distribusi probabilitas) adalah ukuran seberapa jauh sebuah kumpulan bilangan tersebar.Varians nol mengindikasikan bahwa semua nilai sama.Varians selalu bernilai non-negatif: varians yang rendah mengindikasikan bahwa titik data condong sangat dekat dengan nilai rerata dan antara satu sama lainnya, sementara varians yang tinggi mengindikasikan bahwa titik data sangat tersebar disekitar rerata dan dari satu sama lainnya. (in) In probability theory and statistics, variance is the expectation of the squared deviation of a random variable from its population mean or sample mean. Variance is a measure of dispersion, meaning it is a measure of how far a set of numbers is spread out from their average value. Variance has a central role in statistics, where some ideas that use it include descriptive statistics, statistical inference, hypothesis testing, goodness of fit, and Monte Carlo sampling. Variance is an important tool in the sciences, where statistical analysis of data is common. The variance is the square of the standard deviation, the second central moment of a distribution, and the covariance of the random variable with itself, and it is often represented by , , , , or . (en) De variantie is in de statistiek een maat voor de spreiding van een reeks waarden, dat wil zeggen de mate waarin de waarden onderling verschillen. Hoe groter de variantie, hoe meer de afzonderlijke waarden onderling verschillen, en dus ook hoe meer de waarden van het "gemiddelde" afwijken. Betreft het de uitkomsten van een steekproef, dan spreekt men van steekproefvariantie. (nl) Wariancja – klasyczna miara zmienności. Intuicyjnie utożsamiana ze zróżnicowaniem zbiorowości; jest średnią arytmetyczną kwadratów odchyleń (różnic) poszczególnych wartości cechy od wartości oczekiwanej. Wariancja zmiennej losowej oznaczana jako lub zdefiniowana jest wzorem: gdzie: jest wartością oczekiwaną zmiennej losowej podanej w nawiasach kwadratowych, jest wartością oczekiwaną zmiennej Innym, często prostszym, sposobem wyznaczania wariancji jest wzór: Wariancja jest momentem centralnym drugiego rzędu zmiennej losowej. (pl) Диспе́рсия случа́йной величины́ — мера разброса значений случайной величины относительно её математического ожидания. Обозначается в русской литературе и (англ. variance) в зарубежной. В статистике часто употребляется обозначение или . Квадратный корень из дисперсии, равный , называется среднеквадратическим отклонением, стандартным отклонением или стандартным разбросом. Стандартное отклонение измеряется в тех же единицах, что и сама случайная величина, а дисперсия измеряется в квадратах этой единицы измерения. (ru) Диспе́рсія (англ. variance) — це міра розсіяння значень випадкової величини відносно середнього значення розподілу. Більші значення дисперсії свідчать про більші відхилення значень випадкової величини від центру розподілу. (uk) |
| rdfs:label | Variance (en) تباين (إحصاء) (ar) Variància (ca) Rozptyl (statistika) (cs) Varianz (Stochastik) (de) Διακύμανση (el) Varianco (eo) Varianza (es) Bariantza (eu) Athraitheas (ga) Varians (in) Varianza (it) Variance (mathématiques) (fr) 分散 (確率論) (ja) 분산 (ko) Variantie (nl) Wariancja (pl) Variância (pt) Дисперсия случайной величины (ru) Varians (sv) 方差 (zh) Дисперсія випадкової величини (uk) |
| rdfs:seeAlso | dbr:Moment_(physics) dbr:Weighted_arithmetic_mean dbr:Sum_of_normally_distributed_random_variables dbr:Unbiased_estimation_of_standard_deviation |
| owl:differentFrom | dbr:Weighted_variance |
| owl:sameAs | freebase:Variance wikidata:Variance dbpedia-ar:Variance http://ast.dbpedia.org/resource/Varianza dbpedia-az:Variance dbpedia-be:Variance dbpedia-bg:Variance http://bn.dbpedia.org/resource/ভেদাঙ্ক dbpedia-ca:Variance http://ckb.dbpedia.org/resource/ڤاریانس dbpedia-cs:Variance dbpedia-cy:Variance dbpedia-da:Variance dbpedia-de:Variance dbpedia-el:Variance dbpedia-eo:Variance dbpedia-es:Variance dbpedia-et:Variance dbpedia-eu:Variance dbpedia-fa:Variance dbpedia-fi:Variance dbpedia-fr:Variance dbpedia-ga:Variance dbpedia-gl:Variance dbpedia-he:Variance http://hi.dbpedia.org/resource/प्रसरण dbpedia-hu:Variance http://hy.dbpedia.org/resource/Դիսպերսիա_(վիճակագրություն) dbpedia-id:Variance dbpedia-is:Variance dbpedia-it:Variance dbpedia-ja:Variance dbpedia-ka:Variance dbpedia-ko:Variance http://lt.dbpedia.org/resource/Dispersija dbpedia-mk:Variance dbpedia-ms:Variance dbpedia-nl:Variance dbpedia-nn:Variance dbpedia-no:Variance dbpedia-pl:Variance dbpedia-pt:Variance dbpedia-ro:Variance dbpedia-ru:Variance http://scn.dbpedia.org/resource/Varianza dbpedia-sh:Variance http://si.dbpedia.org/resource/විචල්යතාව dbpedia-simple:Variance dbpedia-sk:Variance dbpedia-sl:Variance dbpedia-sr:Variance http://su.dbpedia.org/resource/Varian dbpedia-sv:Variance dbpedia-sw:Variance http://ta.dbpedia.org/resource/பரவற்படி dbpedia-tr:Variance dbpedia-uk:Variance http://ur.dbpedia.org/resource/تفاوت dbpedia-vi:Variance dbpedia-zh:Variance https://global.dbpedia.org/id/hsGr http://d-nb.info/gnd/4078739-4 |
| prov:wasDerivedFrom | wikipedia-en:Variance?oldid=1117946674&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Comparison_standard_deviations.svg wiki-commons:Special:FilePath/Scaled_chi_squared.svg wiki-commons:Special:FilePath/Scaled_chi_squared_cdf.svg wiki-commons:Special:FilePath/Variance_visualisation.svg |
| foaf:isPrimaryTopicOf | wikipedia-en:Variance |
| is dbo:knownFor of | dbr:Ronald_Fisher dbr:Irénée-Jules_Bienaymé |
| is dbo:wikiPageDisambiguates of | dbr:Var dbr:Variance_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:Sample_variance dbr:Variance_generalizations dbr:Population_variance dbr:True_variance dbr:Sample_Variance_Computation dbr:Sample_variance_computation dbr:Scaled_chi-squared_distribution dbr:Var(X) dbr:Random_variance |
| is dbo:wikiPageWikiLink of | dbr:Canonical_ensemble dbr:Bayesian_experimental_design dbr:Bayesian_hierarchical_modeling dbr:Bayesian_inference dbr:Bayesian_information_criterion dbr:Beam_emittance dbr:Behavioural_genetics dbr:Behrens–Fisher_distribution dbr:Behrens–Fisher_problem dbr:Bell-shaped_function dbr:Power_law dbr:Prediction_interval dbr:Price_dispersion dbr:Principal–agent_problem dbr:Probability_box dbr:Probability_distribution dbr:Proportionator dbr:Pseudo-R-squared dbr:Psychopathy dbr:Qualitative_variation dbr:Quantum_vacuum_state dbr:Ronald_Fisher dbr:Rule_of_three_(statistics) dbr:Samarendra_Nath_Roy dbr:Sample_mean_and_covariance dbr:Sample_variance dbr:Scale_invariance dbr:Scale_space dbr:Elbow_method_(clustering) dbr:Elementary_effects_method dbr:Energy_monitoring_and_targeting dbr:Ensemble_coding dbr:Ensemble_forecasting dbr:Entropy_estimation dbr:List_of_dimensionless_quantities dbr:List_of_financial_performance_measures dbr:Margin_of_error dbr:Milstein_method dbr:Multinomial_distribution dbr:Naive_Bayes_classifier dbr:Non-linear_least_squares dbr:Numerical_weather_prediction dbr:Lévy_process dbr:Metalog_distribution dbr:Vysochanskij–Petunin_inequality dbr:One-pass_algorithm dbr:Park_test dbr:Particle_filter dbr:Path_integrals_in_polymer_science dbr:Precautionary_savings dbr:Rate–distortion_theory dbr:Variance_function dbr:Summation_by_parts dbr:Weak_gravitational_lensing dbr:ProbOnto dbr:Probability_distribution_fitting dbr:Probit_model dbr:Price_equation_examples dbr:Price_variance dbr:Projection_matrix dbr:Stationary_ergodic_process dbr:Benford's_law dbr:Benoit_Mandelbrot dbr:Bernoulli_distribution dbr:Binomial_options_pricing_model dbr:Biosocial_criminology dbr:Bose–Einstein_statistics dbr:David_Firth_(statistician) dbr:Delta_method dbr:Determination_of_equilibrium_constants dbr:Alignment-free_sequence_analysis dbr:Allan_variance dbr:Allometric_engineering dbr:Andres_and_Marzo's_delta dbr:Annoyance_factor dbr:Anscombe's_quartet dbr:Antithetic_variates dbr:Approximate_entropy dbr:How_Not_to_Be_Wrong dbr:Besov_measure dbr:Bessel's_correction dbr:Beta_(finance) dbr:Beta_distribution dbr:Bhatia–Davis_inequality dbr:Bias_of_an_estimator dbr:Bias–variance_tradeoff dbr:List_of_mathematical_jargon dbr:List_of_mathematical_symbols_by_subject dbr:Pearson_correlation_coefficient dbr:Penile_plethysmography dbr:Resampling_(statistics) dbr:RiskMetrics dbr:Characterization_of_probability_distributions dbr:Customer_satisfaction dbr:Unbiased_rendering dbr:Uncertainty_principle dbr:Variance_generalizations dbr:Von_Kármán_wind_turbulence_model dbr:Voter_identification_laws_in_the_United_States dbr:Decision_tree_learning dbr:Degenerate_distribution dbr:Degrees_of_freedom_(statistics) dbr:Descriptive_statistics dbr:Design_effect dbr:Deviation_(statistics) dbr:Domestic_canary dbr:Doob_martingale dbr:Downside_beta dbr:Downside_risk dbr:Duncan's_new_multiple_range_test dbr:Dunnett's_test dbr:Independent_component_analysis dbr:Index_(statistics) dbr:Index_of_dispersion dbr:Index_of_genetics_articles dbr:Infinite_divisibility_(probability) dbr:Information_content dbr:Interdecile_range dbr:Invariant_(mathematics) dbr:Inverse-chi-squared_distribution dbr:Inverse-gamma_distribution dbr:Inverse-variance_weighting dbr:Jan_Visman dbr:Kurtosis dbr:Standard_deviation dbr:Levene's_test dbr:Lilliefors_test dbr:Lindeberg's_condition dbr:List_of_mathematic_operators dbr:List_of_mathematical_abbreviations dbr:List_of_probabilistic_proofs_of_non-probabilistic_theorems dbr:List_of_probability_distributions dbr:List_of_probability_topics dbr:Statistical_interference dbr:Pollaczek–Khinchine_formula dbr:Nuisance_parameter dbr:Portfolio_optimization dbr:Post-modern_portfolio_theory dbr:Potential_predictability dbr:Sample_size_determination dbr:Sparse_distributed_memory dbr:Public_notice dbr:Sampling_fraction dbr:Point_estimation dbr:Robust_measures_of_scale dbr:Variogram dbr:Confidence_interval dbr:Continuous_uniform_distribution dbr:Contraharmonic_mean dbr:Convergence_of_random_variables dbr:Cosine_similarity dbr:Covariance dbr:Craps dbr:Cross-correlation_matrix dbr:Cross-covariance_matrix dbr:Analysis_of_covariance dbr:Analysis_of_rhythmic_variance dbr:Analysis_of_variance dbr:Ancillary_statistic dbr:Mathematical_finance dbr:Matrix_(mathematics) dbr:Maven_(Scrabble) dbr:Maximum_entropy_probability_distribution dbr:Cheung–Marks_theorem dbr:Chi-squared_distribution dbr:Estimation_of_covariance_matrices dbr:Estimation_statistics dbr:Estimation_theory dbr:Estimator dbr:Gaussian_filter dbr:Gaussian_free_field dbr:Gaussian_measure dbr:Gauss–Markov_process dbr:Generalized_Pareto_distribution dbr:Generalized_chi-squared_distribution dbr:Generalized_variance dbr:Genetic_correlation dbr:Genetic_variation dbr:Geometric_Brownian_motion dbr:Geometric_distribution dbr:Geometric_stable_distribution dbr:Noise_(electronics) dbr:Operator_(mathematics) dbr:Stochastic_ordering dbr:Total_position_spread dbr:Mixture_model dbr:Natural_process_variation dbr:Statistical_manifold dbr:Strictly_standardized_mean_difference dbr:Self-similar_process dbr:Variance_swap dbr:Poisson_regression dbr:Rice_distribution dbr:Sorting_(sediment) dbr:Quantum_boomerang_effect dbr:Quasi-variance dbr:Search_theory dbr:1835_in_science dbr:Cnoidal_wave dbr:Coefficient_of_determination dbr:Cognitive-experiential_self-theory dbr:Empirical_distribution_function dbr:Empirical_orthogonal_functions dbr:Ensemble_(mathematical_physics) dbr:Entropic_uncertainty dbr:Functional_data_analysis dbr:Functional_regression dbr:Gamma_distribution dbr:Gaussian_function dbr:Generalized_least_squares dbr:Genome-wide_complex_trait_analysis dbr:Geometrical_properties_of_polynomial_roots dbr:Glossary_of_artificial_intelligence dbr:Glossary_of_probability_and_statistics dbr:Grand_canonical_ensemble dbr:Boundary_layer_thickness dbr:Box–Muller_transform dbr:Mixed_Poisson_distribution dbr:Model_selection dbr:Modern_portfolio_theory dbr:Moment_(mathematics) dbr:Moment_problem dbr:Moran_process dbr:Multidimensional_transform dbr:Multivariate_kernel_density_estimation dbr:Mutual_information dbr:Concentration_inequality dbr:Conceptual_model dbr:Concordance_correlation_coefficient dbr:Conditional_expectation dbr:Conditional_variance dbr:Confidence_region dbr:Consideration_of_future_consequences dbr:Constant_elasticity_of_variance_model dbr:Continuity_correction dbr:Continuous_stirred-tank_reactor dbr:Control_variates dbr:Conway–Maxwell–Poisson_distribution dbr:Correspondence_analysis dbr:Coskewness dbr:Cosmic_variance dbr:Credit_rationing dbr:Cross-correlation dbr:Cross-cultural_psychology dbr:Cross-validation_(statistics) dbr:Thomas_Spencer_(mathematical_physicist) dbr:Equitable_coloring dbr:Lack-of-fit_sum_of_squares dbr:Optical_phase_space dbr:Optimal_design dbr:Oscar's_grind dbr:2019_Australian_federal_election dbr:Basu's_theorem dbr:Batch_normalization dbr:Bennett,_Alpert_and_Goldstein's_S dbr:Berry–Esseen_theorem dbr:Major_Greenwood dbr:California_Verbal_Learning_Test dbr:Chow_test dbr:Simple_linear_regression dbr:Stable_distribution dbr:Standardized_coefficient dbr:Stationary_process dbr:Statistics dbr:Structural_similarity dbr:Student's_t-test dbr:Substitutes_for_Leadership_Theory dbr:Clumping_factor dbr:Cluster-expansion_approach dbr:Clustering_high-dimensional_data dbr:Clutch_hitter dbr:Color_difference dbr:Color_moments dbr:Common_factors_theory dbr:Common_spatial_pattern dbr:Complex_adaptive_system dbr:Compound_Poisson_distribution dbr:Compound_Poisson_process dbr:Compound_probability_distribution dbr:Computational_statistics dbr:Delta_encoding dbr:Fear-potentiated_startle dbr:Fréchet_distribution dbr:Full_House:_The_Spread_of_Excellence_from_Plato_to_Darwin dbr:Fumio_Tajima dbr:Functional_integration dbr:Funnel_plot dbr:Half-normal_distribution dbr:Harmonic_distribution dbr:Ideal_chain dbr:Idempotent_matrix dbr:Krippendorff's_alpha dbr:Risk_aversion dbr:P-value dbr:Pairwise_error_probability dbr:Pareto_distribution dbr:Partial_least_squares_regression dbr:Phase_dispersion_minimization dbr:Piling-up_lemma dbr:Plug_flow_reactor_model |
| is dbp:content of | dbr:Glossary_of_probability_and_statistics |
| is dbp:knownFor of | dbr:Ronald_Fisher dbr:Irénée-Jules_Bienaymé |
| is gold:hypernym of | dbr:Conditional_variance dbr:Crop_diversity |
| is foaf:primaryTopic of | wikipedia-en:Variance |
