Varyans Hesaplama Aracı

Varyans Hesaplama Aracı

Lider AI Skill PRO

Hesaplamaya Girin

Formül

s2=1n−1∑i=1n(xi−x‾)2burada{xi=Girilen Sayılarn=Sayıların Adedix‾=1n∑i=1nxi\begin{gathered} s^2 = \frac{1}{n-1}\sum_{i=1}^{n}\left({x_i} - \bar{x}\right)^2 \\[1.5em] \text{burada}\quad \left\{ \begin{aligned} x_i &= \text{Girilen Sayılar} \\ n &= \text{Sayıların Adedi} \\ \bar{x} &= \frac{1}{n}\sum_{i=1}^{n} x_i \end{aligned} \right. \end{gathered}
Kullanım istatistikleri

Reklam

Sonuç

Varyans
2,5
Girilen Sayılar 1,2,3,4,5
Ortalama 3
Standart Sapma 1,5811
Hesap tablosu
x x − x̄ (x − x̄)²
1 -2 4
2 -1 1
3 0 0
4 1 1
5 2 4
Σ 15 10
Ortalama (x̄) 15 ÷ 5 = 3
Örneklem varyansı (s²) 10 ÷ (5 − 1) = 2,5
Popülasyon varyansı (σ²) 10 ÷ 5 = 2

Bu sayfadaki bir hatayı bildir

Bu Varyans Hesaplama Aracı Ne İşe Yarar?

Varyans, bir sayı kümesinin ortalama etrafında ne kadar yayıldığını gösterir. Küçük bir varyans değerleri ortalamaya çok yakın olduğunu, büyük bir varyans ise verilerin geniş bir aralığa dağıldığını ifade eder. Bu araç, virgülle ayrılmış tek bir sayı listesini alır ve tek seferde ortalamayı, varyansı ve standart sapmayı hesaplar; böylece verilerinizin tutarlılığını ya da oynaklığını anında değerlendirebilirsiniz.

Dağılmış veri noktalarını ve bunların ortalamaya uzaklıklarını gösteren sayı doğrusu
Varyans, verilerin ortalamadan ne kadar uzağa yayıldığını ölçer.

Nasıl Kullanılır?

Yalnızca tek bir giriş alanı vardır: Sayıları girin (virgülle ayrılmış). Veri noktalarınızı virgül, noktalı virgül, boşluk ya da tam genişlikli virgülle ayırarak yazabilir veya yapıştırabilirsiniz; örneğin 4, 8, 15, 16, 23, 42. Araç metni bölerek her bir değeri sayıya dönüştürür ve şunları hesaplar:

  • Ortalama — tüm değerlerin aritmetik ortalaması.
  • Varyans — ortalamadan sapmaların karelerinin ortalaması.
  • Standart sapma — varyansın karekökü; verilerinizle aynı birimdedir.

Arka Plandaki Formül

Bu hesaplayıcı, Apache Commons Math kütüphanesinin StatUtils.variance yöntemini kullanır. Bu yöntem örneklem varyansını (n yerine n − 1'e bölerek) hesaplar. Formül şöyledir:

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

Burada \(x_i\) her bir değeri, \(\bar{x}\) ortalamayı ve \(n\) değerlerin sayısını gösterir. Standart sapma ise basitçe \(s = \sqrt{s^2}\) ile bulunur. n − 1 kullanmak (Bessel düzeltmesi), daha büyük bir kütleden alınan bir örneklem için varyansın yansız (sapmasız) bir tahminini verir.

Reklam
Varyans formülü adımlarının görsel dökümü
Ortalamadan her sapma karesi alınır, toplanır, sonra n eksi bire bölünür.

Örnek Hesaplama

Diyelim ki 2, 4, 6, 8 değerlerini girdiniz:

  • Ortalama \(= (2 + 4 + 6 + 8) / 4 =\) 5
  • Sapmaların kareleri: \((2-5)^2=9\), \((4-5)^2=1\), \((6-5)^2=1\), \((8-5)^2=9\) → toplam \(= 20\)
  • Örneklem varyansı \(= 20 / (4 - 1) =\) 6,667
  • Standart sapma \(= \sqrt{6{,}667} \approx\) 2,582

Araç bu üç değerin tümünü otomatik olarak hesaplayıp gösterir.

Varyans Sonucunuzu Yorumlamak

Varyans, bir veri setindeki değerlerin ortalamasından ne kadar uzaklaştığını ölçer. Her sapma karelendikten sonra ortalaması alındığı için, sonuç kare birimler taşır: verileriniz santimetre cinsinden uzunluklar ise, varyans cm²'dir; test puanları ise "puan karesi" olarak adlandırılır. Standart sapma (SD) — varyansın karekökü — genellikle yanında belirtilir, çünkü SD verilerin orijinal birimlerine döner ve doğrudan ortalama ile karşılaştırılabilir.

Burada kullanılan formül, sapmaların karelerinin toplamını serbestlik derecesine \(n-1\) bölen örnek varyansıdır:

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

Sayı Size Ne Anlatır

  1. Varyans hiçbir zaman negatif değildir. Kare sapmaları sıfırdan küçük olamaz, bu nedenle \(s^2 \ge 0\) her zaman doğrudur. Tam olarak 0 varyansı yalnızca bir anlama gelir: setimdeki her değer aynıdır ve SD da 0'dır.
  2. Daha büyük daha fazla yayılma anlamına gelir — ancak sadece aynı birimler içinde. 400 cm² varyansı 9 m² varyansından "daha büyük" değildir; önce ortak bir birime dönüştürün (9 m² = 90.000 cm²).
  3. Varyans ölçek-bağımsız değildir. Büyük bir ortalamaya sahip veriler doğal olarak daha büyük mutlak sapmalar üretir. Farklı ortalamalar veya farklı birimler olan veri setlerinin yayılmasını karşılaştırmak için varyasyon katsayısını kullanın:
$$\text{CV} = \frac{s}{\bar{x}} \times 100\%$$

Örneğin, {2, 4, 6, 8} seti \(\bar{x} = 5\), \(s^2 = 6.667\) ve \(s = \sqrt{6.667} \approx 2.582\) olup, \(\text{CV} = 2.582 / 5 \times 100\% \approx %51.6\) verir. CV yalnızca pozitif ortalamaya sahip oran ölçekli veriler için anlamlıdır — °C cinsinden sıcaklıklar veya sıfıra yakın merkezlenmiş veriler için uygun değildir.

Varyans ve Verilerin Şekli

Veriler yaklaşık olarak normal dağılmışsa (kabaca simetrik ve çan şeklindeyse), ampirik kural — sıklıkla 68–95–99.7 kuralı olarak adlandırılır — hızlı bir ölçek fikri verir: değerlerin yaklaşık %68'i \(\bar{x} \pm 1s\) içinde, yaklaşık %95'i \(\bar{x} \pm 2s\) içinde ve yaklaşık %99.7'si \(\bar{x} \pm 3s\) içinde yer alır. Bu yüzdeler yalnızca yaklaşık normal veriler için geçerli olan yaklaşımlardır; çarpık veya çok modlu veriler için çok yanıltıcı olabilirler ve varyans tek başına bunu ortaya koymayacaktır — ham değerleri veya bir grafiği de görün.

Uyarılar

  • Aykırı değerler hakim olur. Sapmalar karelendikleri için, tek bir uç değer orantısız bir etkiye sahiptir. {2, 4, 6}'ya 100 puan eklemek, örnek varyansını 4'ten 2300'ün üzerine çıkarır. Sonucunuz makul olmayan derecede büyük görünüyorsa, onu yorumlamadan önce bir yazım hatası, birim karışıklığı veya gerçek bir uç gözlem olup olmadığını kontrol edin. Çeyrekler arası aralık veya medyan mutlak sapma gibi sağlam alternatifler daha az etkilenir.
  • Küçük örnekler kararsız tahminler verir. \(n = 4\) veya \(n = 5\) ile, temel işlem değişmeden kalmış olsa bile örnek varyansı örnekten örneğe çok geniş bir aralıkta dalgalanabilir. Bunu kesin bir değer değil, kaba bir gösterge olarak ele alın.
  • \(n = 1\) tanımsızdır. Tek bir değerle payda \(n - 1\) sıfır olur, bu nedenle örnek varyansı hesaplanamaz — tek bir gözlem yayılma hakkında hiçbir bilgi taşımaz.
  • Örnek vs popülasyon. Bu hesaplayıcı \(n-1\) bölenini uygular, bu da sayılarınız daha büyük bir gruptan çizilmiş bir örnek olduğunda doğru seçimdir. Sayılarınız tüm popülasyonsa, popülasyon varyansı \(n\) kullanır ve her zaman biraz daha küçük olacaktır.
Reklam

Anahtar Terimler ve Semboller

Terim Sembol Anlam
Ortalama (örnek) \(\bar{x}\) Örnek değerlerin aritmetik ortalaması, \(\bar{x} = \frac{1}{n}\sum x_i\). "x-bar" olarak okunur.
Ortalama (popülasyon) \(\mu\) Popülasyonun her üyesinin ortalaması, \(\mu = \frac{1}{N}\sum x_i\). "mu" olarak okunur.
Örnek boyutu / popülasyon boyutu \(n\) / \(N\) Kullanılan değerlerin sayısı. Küçük harf \(n\) geleneksel olarak örneği, büyük harf \(N\) tüm popülasyonu ifade eder.
Sapma \(x_i - \bar{x}\) Bir değerin ortamadan ne kadar uzak olduğu. Ortalama üzerinde pozitif, altında negatif. Sapmalar her zaman sıfıra toplandığından, kareleri alınıp ortalaması alınır.
Kare sapma \((x_i - \bar{x})^2\) Sapmayı kendisiyle çarpı — işareti kaldırır ve büyük boşlukları büyütür.
Kareler toplamı SS Tüm kare sapmaların toplamı, \(SS = \sum_{i=1}^{n}(x_i - \bar{x})^2\). Her varyans formülünün payı.
Örnek varyansı \(s^2\) \(s^2 = \dfrac{SS}{n-1}\) — bir örnekten popülasyon varyansının tarafsız tahmini. Bu hesaplayıcının döndürdüğü şeydir.
Popülasyon varyansı \(\sigma^2\) \(\sigma^2 = \dfrac{1}{N}\sum (x_i - \mu)^2\) — veriler tüm popülasyonu kapsadığında kullanılır. "Sigma kare" olarak okunur.
Serbestlik derecesi \(df = n-1\) Ortalama sabitlendi sonra değişmeye özgür sapmaların sayısı; ortalamayı ve \(n-1\) sapmalarını bilerek son birini belirler.
Bessel'in düzeltmesi \(n-1\) ile bölme \(n\) yerine \(n-1\) koyan ayarlama. Olmadan, örnek varyansı popülasyon varyansını sistematik olarak küçümseder, çünkü sapmalar örneğin kendi ortalamasından ölçülür.
Standart sapma \(s\) / \(\sigma\) Varyansın karekökü, verilerle aynı birimler cinsinden ifade edilir: \(s = \sqrt{s^2}\).
Varyasyon katsayısı CV Göreceli yayılma, \(CV = s / \bar{x}\), genellikle yüzde olarak gösterilir. Boyutsuz, bu nedenle farklı birimleri veya büyüklükleri olan veri setlerini karşılaştırır.
Aralık — Maksimum eksi minimum. Yalnızca iki değeri kullanan ve aradaki her şeyi yok sayan kaba yayılma ölçüsü.
Aykırı değer — Verilerin geri kalanından uzak bir değer. Sapmalar karelendikleri için, aykırı değerler varyansı orantısız şekilde şişirir.

Birim notu: varyans her zaman verilerin birimlerinin karesi cinsinden ifade edilir — verilerin saniyesi s² verir, kilogram kg² verir, para birimi tutarları "para birimi karesi" verir, bunun günlük bir anlamı yoktur. Bu, çoğu raporun varyansın kendisinden ziyade standart sapmayı alıntılayan pratik nedenidir.

Kurallar ve sınır durumları

Aşağıdaki her durum bu hesaplayıcıda gerçekten çalıştırıldı; sonuç sütunu aracın döndürdüğü değerin kendisidir.

DurumGirdiSonuç
Ondalıklar 0,1; 0,2; 0,30.1, 0.2, 0.30,01
Çift sayıda değer (1, 2, 3, 4)1, 2, 3, 41,6667
Negatif değerler (−3, −1, 4)-3, -1, 413
Listede sıfır (0, 4, 9)0, 4, 920,3333
Örneklem mi anakütle mi (2, 4, 4, 4, 5, 5, 7, 9)2, 4, 4, 4, 5, 5, 7, 94,5714
Tek bir değer7Örneklem varyansı için en az 2 değer gerekir.

2026-11-08 tarihinde kontrol edildi

Sıkça Sorulan Sorular

Bu araç örneklem varyansını mı yoksa kütle (popülasyon) varyansını mı kullanıyor? Örneklem varyansını hesaplar ve n − 1'e böler. Sayılarınız tüm kütleyi değil de bir örneklemi temsil ettiğinde standart tercih budur.

Hangi ayırıcıları kullanabilirim? Virgül, noktalı virgül, boşluk ve tam genişlikli Asya tarzı virgüllerin hepsi geçerlidir; bu nedenle düzensiz şekilde yapıştırılmış veriler bile genellikle doğru biçimde ayrıştırılır.

Neden standart sapma da gösteriliyor? Standart sapma, orijinal verilerinizle aynı birimde olduğu için yorumlanması daha kolaydır; varyans ise birimin karesi cinsindendir.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör