Pojam varijance obično se koristi u području statistike . Riječ je koju pokreće engleski matematičar i znanstvenik Ronald Fisher ( 1890. - 1962. ) i služi za identificiranje srednje vrijednosti kvadratnih odstupanja varijable slučajnog karaktera, uzimajući u obzir njegovu srednju vrijednost .

Varijanca slučajnih varijabli stoga se sastoji od mjere povezane s njenom disperzijom . To je nada kvadrata odstupanja te varijable u odnosu na njezin prosjek i mjeri se u drugoj jedinici . Na primjer: u slučajevima kada varijabla mjeri udaljenost u kilometrima, njezina varijacija izražava se u kvadratima kilometara.

Treba napomenuti da su mjere disperzije (također identificirane nazivom mjera varijabilnosti ) odgovorne za izražavanje varijabilnosti raspodjele pomoću broja, u slučajevima kada su različiti rezultati varijable vrlo daleko od prosjeka., Što je veća vrijednost mjere disperzije, veća je varijabilnost. S druge strane, pri nižoj vrijednosti, više homogenosti.

Ono što varijacija radi jest utvrđivanje varijabilnosti slučajne varijable. Važno je imati na umu da je u nekim slučajevima poželjno koristiti druge mjere raspršivanja prije karakteristika raspodjele.

To se naziva varijacija uzorka kada se varijacija zajednice, skupine ili populacije izračuna na temelju uzorka. S druge strane, kovarijanca je mjera zajedničke disperzije para varijabli.

Stručnjaci govore o analizi varijance kako bismo naveli skup statističkih modela i njihove pridružene procedure u kojima se varijacija čini podijeljenom na različite komponente.

Standardna ili standardna devijacija

Jedan od najvažnijih pojmova vezanih uz varijancu je standardna devijacija, također poznata kao standardna devijacija, koja predstavlja veličinu disperzije varijabli intervala i omjera, te je vrlo korisna u području deskriptivne statistike . Da bismo je dobili, jednostavno započnemo s varijansom i izračunamo njezin korijen .

U praksi, ako imamo vrijednosti (izražene u milimetrima) 14mm, 11mm, 10mm, 6mm i 4mm, možemo izračunati njihov prosjek dodavanjem i dijeljenjem rezultata za 5, što je broj elemenata. Dobili bi 9mm. Da bismo znali varijancu, trebali bismo oduzeti svaku od vrijednosti iz novo dokazanog prosjeka, podići svaki kvadrat na svaki rezultat (kako bi se izbjegli negativni brojevi koji utječu na proučavanje), dodati ih jedan drugome i, konačno, sve podijeliti na 5. Varijanca je 93, 8 četvornih milimetara. Konačno, da bismo pronašli standardnu ​​devijaciju, izračunamo kvadratni korijen, koji nas ostavlja s 9, 68 mm (napominjemo da je jedinica ponovno milimetara).

Ovi podaci su vrlo korisni i potrebni za analizu i opisivanje informacija, s obzirom na to da nam nude različite točke gledišta, kao i različite trendove podataka koji karakteriziraju predmetni objekt i omogućuju da se usporede parametri usporedbe složeniji i dinamičniji od puke izolirane vrijednosti. ili jednostavno podvrgnuti njihovoj aritmetičkoj sredini.

U procesu provjere teorije važno je predvidjeti moguće rezultate, a odstupanje se koristi za analizu ponašanja vrijednosti oko njihovog prosjeka . Ona uspostavlja nove točke koje otvaraju vrata različitim klasifikacijama i podacima koji se možda nisu najprije razmatrali.

Koristeći samo prosjek između skupa vrijednosti, nije moguće znati je li se bilo koji od njih pretjerano odmaknuo od "normalnosti" koja postoji u tom kontekstu. Standardna devijacija omogućuje uspostavljanje dva nova ograničenja oko navedene središnje linije, kako bi se znalo kada je element premali ili veliki.