차이 란 무엇입니까?

범위와 마찬가지로 분산은 주어진 표본 또는 모집단의 확산과 관련된 통계입니다. 각 모집단과 평균 간의 차이의 제곱을 합한 다음 그 합계를 모집단의 요소 수로 나누어 주어진 모집단에 대해 계산됩니다. 모집단이 평균을 중심으로 밀집 될수록 분산이 더 낮아집니다.

밀접하게 관련된 통계량은 표준 편차이며, 이는 분산의 제곱근입니다. 표준 편차는보다 직관적이고 평균과 동일한 단위를 공유하기 때문에 기술 통계에 더 자주 사용됩니다. 많은 현상에 공통적 인 고전적인 종 모양 분포 곡선 인 정규 분포에서 모집단의 95 % 이상이 평균의 두 표준 편차 내에있게됩니다.

분산은 회귀 분석 또는 분산 분석 (ANOVA)과 같은 예측 통계 기법에 가장 유용합니다. 회귀 분석은 변수와 분산에 영향을 미치는 하나 이상의 요인의 합으로 변수를 모델링합니다. 이는 실제 관측 된 요소와 예상 값의 차이를 나타냅니다. 예를 들어 도시의 건설 고용은 기본 수준, 계절별 계절 조정, 국가 경제 조정 및 분산으로 모델링 할 수 있습니다. 회귀 기법은 가장 작은 분산을 갖는 모델을 결정하려고 시도하므로, 예측의 예상 값이 관찰이 가능한 후에 관찰 된 값에 가깝기를 바랍니다.

임상 시험에서 일반적으로 사용되는 ANOVA는 분산 원을 분류하는 통계 기법입니다. 관찰은 실험에서 하나 이상의 관심 요소로 분류됩니다. 최소 제곱 법은 변수가 요인에 미치는 영향을 결정하기 위해 분산을 임의의 오차, 요인 효과 및 교호 작용 효과로 분할하는 데 사용됩니다. 예를 들어, 새로운 비료를 시험하는 회사는 연구 된 변수와 비료가 사용 된 요인 및 작물이받는 강우량으로 작물 수확량에 대한 ANOVA 실험을 사용할 수 있습니다. 새로운 비료가 다른 비료와 비교하여 어떻게 실험에 영향을 미치는지; 만약 새로운 비료가 표준 강우에 비해 경쟁사보다 우월하지만 강우가 아니라면 상호 작용 효과의 예가 될 것입니다.