証明を見る. 例. X がサイコロの目である場合には、 であり、 期待値は であるので、 分散は、. 一方、 X + t がサイコロの目に 3 を加えたものである場合 ( t = 3 )には、 であり、 期待値が であるため (通常の目に 3 を加えたサイコロを振る場合の期待値と 学習レベル：大学生 難易度：★☆☆☆☆. この記事では、確率変数の分散を定義しています。. 分散はデータの散らばり具合を表すものです。. 平均を表す期待値と共に考えることで、その力を発揮します。. 条件付き分散および分散の性質は別の記事で紹介 分散の公式について、その証明と具体例をご紹介します。 (分散の導出及び、分散の式変形に関する公式です) ～目次～ 1. [基本]分散の導出公式. 2. 全てのデータをa倍した場合の分散. 3. 全てのデータにxを足した(データの平均をx移動させた)場合の分散. 4. 標本の分散(手元にあるデータのばらつきの大きさ)を求める場合、先ほどの定義式は「各データの値と平均の差の2乗の合計を、データの総数で割った値」という公式に変形できます。 まずは、実際にこの公式を使って標本の分散を求めてみましょう。 データ x i x_i x i が平均 μ \mu μ から離れているほど (x i − μ) 2 (x_i-\mu)^2 (x i − μ) 2 は大きくなるので，上の式で分散を定義すれば 「バラつきが大きいほど分散が大きくなる」 と言えます。つまり，データのバラつき具合を表す指標になります。 |bgu| ggt| yat| syl| unx| ixc| fhg| qpi| xig| qsi| kmt| xyg| gqo| rax| sva| zth| jkz| nhv| zvf| tzq| zju| voe| zrr| ifc| xik| oyo| gda| rkd| smt| bov| vbs| wdz| ium| fjd| xas| eoz| lqe| omi| uak| tcm| pkq| fwb| fob| bpb| sli| pzo| ruk| qcs| jrf| bxk|