목차

분산 (Variance)

정의

분산평균을 중심으로 자료의 흩어진 정도가 어느 정도인지를 측정하는 것이다. 분산이란 각 값으로부터 평균을 뺀 편차를 제곱한 후, 그 수를 모두 더하여 총 자료수로 나눈 값이다.

확률변수 $X$의 분산 $Var(X)$는 아래와 같이 구한다.

모집단정규분포를 따를 경우

  1. $$ Var(S^{2}) = \frac{2 \sigma^{4}}{n-1} $$
  2. $$ Var(W) = d_{3}^{ \ 2} $$

다양한 분포들의 분산

분포 분산
베르누이분포 $$p(1-p)$$
이항분포 $$np(1-p)$$
음이항분포 $$\frac{r(1-p)}{p^{2}}$$
기하분포 $$\frac{1-p}{p^{2}}$$
초기하분포 $$n \left( \frac{M}{N} \right) \left( \frac{N-M}{N} \right) \left( \frac{N-n}{N-1} \right)$$
포아송분포 $$\lambda$$
다항분포 $$n_{i} p_{i} (1 - p_{i})$$
균일분포 $$\frac{(b-a)^{2}}{12}$$
삼각형분포 $$\frac{1}{18} (a^{2} + m^{2} + b^{2} - am - ab - mb)$$
정규분포 $$\sigma^{2}$$
절반정규분포 $$\frac{\pi - 2}{2 \theta^{2}}$$
지수분포 $$\lambda^{-2}$$
어랑분포
감마분포 $$\alpha \beta^{2}$$
베타분포 $$\frac{\alpha\beta}{(\alpha+\beta)^{2}(\alpha+\beta+1)}$$
와이블분포 $$\alpha^{2} \left[[ \Gamma \left( 1+\frac{2}{\beta} \right) - \Gamma^{2} \left( 1+\frac{1}{\beta} \right) \right]]$$
대수정규분포 $$e^{2 \mu + \sigma^{2}} \ (e^{\sigma^{2}} - 1})$$
맥스웰분포 $$\frac{\alpha^{2} (3 \pi -8)}{\pi}$$
레일리분포 $$\frac{4 - \pi}{2} s^{2}$$
라플라스분포 $$2b^{2}$$
카이분포 $$\frac{2 \left[[ \Gamma \left( \frac{1}{2} \nu \right) \cdot \Gamma \left( 1 + \frac{1}{2} \nu \right) - \Gamma^{2} \left( \frac{1}{2} (\nu + 1) \right) \right]]}{\Gamma^{2} \left( \frac{1}{2} \nu \right)}$$
카이스퀘어분포 $$2 \nu$$
t분포 $$\frac{\nu}{\nu - 2}$$
F분포 $$\frac{2 \nu_{2}^{ \ 2} (\nu_{1} + \nu_{2} - 2)}{\nu_{1} (\nu_{2} - 2)^{2} (\nu_{2} - 4)}$$