대답:
주제의 이름은 분산이 "변동의 척도"임을 나타 내기 때문에,
설명:
분산은 변동성의 척도입니다. 즉, 데이터 집합에 대해 "더 높은 분산, 더 많은 다른 데이터"를 말할 수 있습니다.
예제들
# A = {1,3,3,3,3,4} #
# 바 (x) = (1 + 3 + 3 + 3 + 3 + 4) / 6 = 18 / 6 = 3 #
(2-3) ^ 2 + 4 * (3-3) ^ 2 + (4-3) ^ 2) # σ ^ 2 = 1 / 6 *
# σ ^ 2 = 1 / 6 * (1 + 1) #
# 시그마 ^ 2 = 1 / 3 #
# B = {2,4,2,4,2,4} #
#bar (x) = (2 + 4 + 2 + 4 + 2 + 4) / 6 = 18 / 6 = 3 #
# σ ^ 2 = 1 / 6 * (3 * (2-3) ^ 2 + 3 * (4-3) ^ 2) #
# 시그마 ^ 2 = 1 / 6 * (3 * 1 + 3 * 1) #
# 시그마 ^ 2 = 1 / 6 * (6) #
# 시그마 ^ 2 = 1 #
세트 있음 #에이# 평균 이외의 숫자는 2 개 뿐이지 만 그 차이는 #1#. 분산은 작습니다.
세트 있음 #비# 평균과 같은 요소가 없기 때문에이 사실은 분산을 더 크게 만듭니다.