FANDOM


In statistica la varianza, detta anche media degli scarti al quadrato, è un indice di dispersione. Viene solitamente indicata con \sigma^2 (dove \sigma è la deviazione standard, o scarto quadratico medio).

L'espressione della varianza, nell'ambito della statistica descrittiva, è:

 \sigma^2 = \frac{1}{n} \sum_{i=1}^n
 \left( x_i - \mu \right) ^ 2

dove \mu rappresenta la media aritmetica dei valori x_i.

Nel caso si tratti di valori ponderati, allora la definizione diventa:

 \sigma^2 = \frac{\sum_{j=1}^k f_j (x_j - \mu)^ 2}{\sum_j f_j}

(in questo caso  \mu è la media aritmetica ponderata detta anche media pesata).

La varianza è un indicatore di dispersione in quanto è nulla solo nei casi in cui tutti i valori sono uguali tra di loro (e pertanto uguali alla loro media) e cresce con il crescere delle differenze reciproche dei valori.

Trattandosi di una somma di valori (anche negativi) al quadrato, è evidente che la varianza non sarà mai negativa.

Più in generale, se X è una variabile casuale si definisce la sua varianza come:

\ \textrm{var}[\textrm{X}]=\textrm{E}[(\textrm{X}-\textrm{E}[\textrm{X}])^2]=\textrm{E}[\textrm{X}^2]-\textrm{E}[\textrm{X}]^2

Essendo E[X] il valore atteso della variabile casuale X. Si osservi che essendo la variabile casuale (\textrm{X}-\textrm{E}[\textrm{X}])^2 sempre positiva, il suo valore atteso, ovvero la varianza di X, sarà anch'esso positivo.

Se le variabili casuali sono indipendenti, la varianza è lineare, quindi: var[A+B] = var[A]+var[B]

Se \mu_1 e \mu_2 sono i momenti semplici di ordine 1 e 2 di X la formula della varianza si riduce a:

\ \textrm{var}[\textrm{X}]=\mu_2-\mu_1^2

La Disuguaglianza di Tchebicheff garantisce che almeno il 75% dei valori assunti da X sono compresi tra μ-2σ e μ+2σ e almeno l'88% tra μ-3σ e μ+3σ.

Esempio Modifica

Se abbiamo i seguenti cinque valori equiprobabili: -9,-1,1,7,22 ricaviamo che hanno la media

\mu = \frac{-9-1+1+7+22}{5} = \frac{20}{5} = 4\,\!

e la varianza

\sigma^2 = \frac{(-9-4)^2+(-1-4)^2+(1-4)^2+(7-4)^2+(22-4)^2}{5}
 = \frac{(-13)^2+(-5)^2+(-3)^2+3^2+18^2}{5}
 = \frac{169+25+9+9+324}{5} = \frac{536}{5}
 = 107,2\,\!

pertanto la deviazione standard dei suddetti cinque valori è: \sigma = \sqrt{107,2} \cong 10,35374

In pratica la varianza risulta essere una misura della dispersione dei valori ottenuti in n prove, ovvero maggiormente differenti sono i valori ottenuti in n prove (ad esempio voti differenti in una prova d'esame) e maggiore sarà il valore della varianza. Per l'appunto è chiamata anche indice di dispersione poiché offre una indicazione sull'addensamento dei valori della variabile attorno al valor medio. Se dunque abbiamo una varianza alta in una prova d'esame questo vorrà dire che ci saranno voti molto differenti fra di loro, dunque l'esame può non essere facile o difficile. Viceversa se la varianza ha un valore basso, i voti ottenuti sono pressoché equivalenti, dunque il livello di preparazione degli alunni è stato pressoché equivalente. La deviazione standard è la radice della varianza o del variando e dà esattamente la stessa indicazione di quest'ultima, ma ha il pregio di avere le stesse unità di misura della grandezza in esame.

Varianza Campionaria Modifica

La varianza campionaria (o scarto tipo) è uno stimatore, corretto e coerente, della varianza reale. Può essere calcolata con la formula di


s^2 = \frac{1}{n-1} \sum_{i=1}^n\left(x_i - \overline{x} \right)^ 2 = \frac{1}{n-1}\sum_{i=1}^n x_i^2 - \frac{n}{n-1} \overline{x}^2

Ad blocker interference detected!


Wikia is a free-to-use site that makes money from advertising. We have a modified experience for viewers using ad blockers

Wikia is not accessible if you’ve made further modifications. Remove the custom ad blocker rule(s) and the page will load as expected.