MCP ile bağlan →

Hesaplamaya Girin

Formül

Reklam

Sonuç

Sample Variance (s²)
182
n - 1 bölenine göre
Population variance (σ²) 151,6667
Örneklem standart sapması (s) 13,4907
Population standard deviation (σ) 12,3153
Mean (x̄) 18
Sum of squares (Σ(x-x̄)²) 910
Toplam 108
Adet (n) 6

Varyans ve Standart Sapma Hesaplayıcı nedir?

Bu hesaplayıcı, girdiğiniz sayı listesinden hem anakütle hem de örneklem varyansını, bunlara karşılık gelen standart sapmalarla birlikte hesaplar. Varyans, her bir değerin ortalamadan ne kadar uzakta olduğunu ölçer; standart sapma ise bu yayılımı verilerin orijinal birimleri cinsinden ifade eder.

Nasıl kullanılır?

Veri kümenizi virgül veya boşlukla ayırarak girin (örneğin 4, 8, 15, 16, 23, 42) ve hesaplayın. Araç size ortalamayı, toplamı, kareler toplamını, her iki varyansı ve her iki standart sapmayı döndürür.

Formülün açıklaması

Anakütle varyansı, kareli sapmaların toplamını N'e böler:

$$\sigma^2 = \frac{\sum (x_i - \mu)^2}{N}$$

Örneklem varyansı ise, bir örneklemden sapmasız (yansız) bir tahmin elde etmek için \(n - 1\) (Bessel düzeltmesi) kullanır:

$$s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1}$$

Standart sapma, yalnızca varyansın kareköküdür.

$$\sigma^2 = \frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})^2, \quad \sigma = \sqrt{\sigma^2}$$ $$s^2 = \frac{1}{n-1}\sum_{i=1}^{n}(x_i - \bar{x})^2, \quad s = \sqrt{s^2}$$ $$\text{where}\quad \left\{ \begin{aligned} x_i &= \text{Data set} \\ \bar{x} &= \frac{1}{n}\sum_{i=1}^{n} x_i \\ n &= \text{count of values} \end{aligned} \right.$$
Sayı doğrusu üzerindeki veri noktaları ve ortalamadan ölçülen sapmalar
Varyans, her veri noktasının ortalamadan karesel uzaklıklarının ortalamasını alır.

Örnek hesaplama

4, 8, 15, 16, 23, 42 için ortalama \(108/6 = 18\)'dir. Kareli sapmalar şöyledir: \((4-18)^2=196\), \((8-18)^2=100\), \((15-18)^2=9\), \((16-18)^2=4\), \((23-18)^2=25\), \((42-18)^2=576\); toplam \(= 910\). Anakütle varyansı \(= 910/6 \approx 151{,}67\). Örneklem varyansı \(= 910/5 = 182\).

Ortalama çizgili bir sütun grafiği, değerlerin ortalama etrafındaki yayılımını gösterir
Ortalama çevresinde daha fazla yayılım, daha büyük varyans ve standart sapma demektir.

Sık Sorulan Sorular

Örneklem mi yoksa anakütle varyansını mı kullanmalıyım? Verileriniz grubun tamamını kapsıyorsa anakütle varyansını; verileriniz daha büyük bir kitleden alınmış bir örneklem ise örneklem varyansını kullanın.

Neden \(n - 1\)'e bölüyoruz? \(n - 1\)'e bölmek, bir anakütle varyansını örneklemden tahmin ederken oluşan aşağı yönlü sapmayı (yanlılığı) düzeltir.

Negatif sayılar kullanabilir miyim? Evet, tüm reel sayılar kabul edilir.

Son güncelleme: