●知識グラフ全体 ,●このページを中心とした周辺知識グラフ
応用分野: 標準偏差 , V(aX+b)=a^2E(X) , 二項分布 , 正規分布 , 母分散(population variance) , 標本の平均と分散の期待値 , 中心極限定理 , 最小二乗法 , 標本分散の期待値 , 標本平均の分散 , 不偏分散 , ポアソン分布 , t分布 , カイ2乗分布 , F分布 , 線形単回帰分析 , 線形重回帰分析 , 線形単回帰における「変動の分解」 , 残差平方和の期待値(線形単回帰分析の場合) , V(X+Y)=V(X)+2C(X,Y)+V(Y) , V(aX+bY)=a^2V(X)+2abC(X,Y)+b^2V(Y) , 回帰係数の確率分布(線形単回帰) , V(aX)=a^2E(X) , 最小二乗法(偏微分を用いた計算) , 回帰係数の確率分布(線形単回帰)

分散

■定義

分散とは,あるデータの集団におけるバラツキ具合を数値化したものであり, n 個のデータの値が x 1 , x 2 , ⋯ , x n とあるとき,次式で定義される.(和記号Σ参照)

σ 2 = 1 n ∑ i = 1 n ( x i − x ¯ ) 2 ・・・・・・(1)

また,(1)式の平方根である

σ = 1 n ∑ i = 1 n ( x i − x ¯ ) 2

を標準偏差という.

また,(1)式は計算が煩雑になることもあるため,多くの場合以下のように変形して用いる.

σ 2 = 1 n ∑ i = 1 n ( x i − x ¯ ) 2

= 1 n ∑ i = 1 n ( x i 2 − 2 x ¯ x i + x ¯ 2 )

= 1 n ∑ i = 1 n x i 2 − 2 x ¯ 1 n ∑ i = 1 n x i + x ¯ 2 1 n ∑ i = 1 n

= 1 n ∑ i = 1 n x i 2 − 2 x ¯ 2 + x ¯ 2 ( ∴ 1 n ∑ i = 1 n x i = x ¯ )

= 1 n ∑ i = 1 n x i 2 − x ¯ 2

分散はVariance(分散)の頭文字を用いて V X で表現し,この分散をExpected Value(期待値)の頭文字を用いた E   という表現を用いると,分散は

σ 2 = V X = E X − E X 2 = E X 2 − E X 2

と表現できる.

●離散型確率変数の場合

V X = ∑ i = 1 n x i − x ¯ 2 f x i

f x は確率変数 X の確率関数 ( x は X の実現値 )

●連続型確率変数の場合

V X = ∫ − ∞ ∞ x − x ¯ 2 f x d x

f x は確率変数 X の確率密度関数 ( x は X の実現値 )

 

ホーム>>カテゴリー分類>>確率>>確率・統計>>分散

最終更新日: 2026年4月9日

[ページトップ]

金沢工業大学

利用規約,誤植や誤りなどがございましたら、こちらからご連絡ください。