Rechercher un outil
Variance Statistique

Outil pour calculer la variance d'une liste de valeurs. La variance est une valeur statistique permettant de mesurer la caractéristique de dispersion d'une distribution ou d'un échantillon.

Résultats

Variance Statistique -

Catégorie(s) : Statistiques

Partager
Partager
dCode et plus

dCode est gratuit et ses outils sont une aide précieuse dans les jeux, les maths, les énigmes, les géocaches, et les problèmes à résoudre au quotidien !
Une suggestion ? un problème ? une idée ? Écrire à dCode !


Rendez-vous sur notre communauté Discord dCode pour participer au forum d'entraide !
PS : Pour les messages codés, testez notre détecteur de chiffrement !


Remarques et suggestions sont les bienvenues afin que dCode propose le meilleur outil 'Variance Statistique' gratuit ! Merci !

Variance Statistique

Calculateur de Variance (sans biais)

Chargement en cours...
(si ce message ne disparait pas, actualiser la page)



Réponses aux Questions (FAQ)

Qu'est ce que la variance ? (Définition)

La variance est une mesure de la dispersion d'une liste de valeur autour de sa moyenne. Cette valeur, notée $ V $ ou $ \mathbb{V} $ ou $ \mathrm{Var} $ ou $ \sigma^2 $ ou $ s^2 $ caractérise la manière dont les données $ X $ (variable aléatoire) sont dispersées en mesurant les écarts entre chaque valeur (de la variable) et la moyenne (ou espérance $ \mathbb{E} $).

$$ V(X) = \mathbb{E} \left[(X - \mathbb{E}[X])^{2}\right] $$

ou encore

$$ V(X) = \mathbb{E} \left[X^{2}\right]-\mathbb{E}[X]^{2} $$

Comment calculer la variance statistique d'une liste de nombres ? (Formule)

Une liste de nombres $ x_i $ ayant une variable aléatoire discrete $ X $ dont la moyenne est $ m $ et dont la distribution n'est pas connue, a pour variance $ V $ selon la formule de calcul est $$ V(X)= \frac{1}{n} \sum_{i=1}^{n}(x_{i}-m)^2 $$

Lorsque la liste de nombres provient d'un échantillon, alors il est habituel d'utiliser la formule de calcul de la variance corrigée/empirique dite sans biais $$ V(X)= \frac{1}{n-1} \sum_{i=1}^{n}(x_{i}-m)^2 $$ (division par $ n-1 $ au lieu de $ n $)

Exemple : La variance (sans biais) de la série de 3 nombres 1,2,9 dont la moyenne est 4 vaut $ V = \frac{1}{3-1} \left( (1-4)^2 + (2-4)^2 + (9-4)^2 \right) = 38/2 = 19 $

Qu'est-ce qu'un estimateur biaisé ou non biaisé ?

Lorsque la liste de nombres est issue d'un échantillon, la variance calculée ne correspondra généralement pas à la variance réelle qui aurait été calculée à partir de la population complète.

En effet, la moyenne utilisée est calculée à partir de l'échantillon (et non de la population complète, donc c'est une estimation empirique avec une précision limitée). La variance ainsi calculée est un estimateur biaisé qui sous-estime la variance d'un facteur de $ (n-1) $.

Une manière de diminuer le biais introduit par cette estimation est de ne plus diviser par $ n $ mais par $ n-1 $. Cette méthode s'appelle aussi correction de Bessel.

Si la moyenne réelle est connue (ou déterminée d'une quelconque manière) alors ce biais ne se produit pas et la variance peut être estimée sans correction.

Une méthode alternative est de diviser par $ n+1 $ pour minimiser l'erreur quadratique moyenne pour la distribution normale. L'estimateur reste biaisé dans ce cas.

Pourquoi diviser par N-1 et non par N ?

Lorsque la moyenne réelle de la population dont est issue la liste de nombres n'est pas connue, alors la moyenne est estimée à partir de la liste des nombres (et peut donc être légèrement inexacte).

La variance de l'échantillon est calculée comme une moyenne des carrés des écarts par rapport à la moyenne (de l'échantillon) $ V(X)= \frac{1}{n} \sum_{i=1}^{n}(x_{i}-m)^2 $

L'espérance est alors biaisée $$ \mathbb{E}(V(X))= \frac{n-1}{n}\sigma^{2} $$ par un facteur $ \frac{n-1}{n} $ qu'il est possible de supprimer en multipliant la formule par $ \frac{n}{n-1} $ ce qui revient à diviser par $ n-1 $ dans la formule $ V(X)= \frac{1}{n-1} \sum_{i=1}^{n}(x_{i}-m)^2 $

Quel est le lien entre la variance et l'écart type ?

La valeur de la variance est le carré de l'écart type. En connaissant la valeur de l'écart type $ \sigma $, $ V $ peut être trouvé via la calculatrice avec la relation : $$ V(X) = \sigma^{2}(X) $$

Code source

dCode se réserve la propriété du code source pour "Variance Statistique". Sauf code licence open source explicite (indiqué Creative Commons / gratuit), l'algorithme pour "Variance Statistique", l'applet ou snippet (convertisseur, solveur, chiffrement / déchiffrement, encodage / décodage, encryptage / décryptage, traducteur) ou les fonctions liées à "Variance Statistique" (calculer, convertir, résoudre, décrypter / encrypter, déchiffrer / chiffrer, décoder / encoder, traduire) codés en langage informatique (Python, Java, C#, PHP, Javascript, Matlab, etc.) ou les données, en téléchargement, script, ou les accès API à "Variance Statistique" ne sont pas publics, idem pour un usage hors ligne, PC, mobile, tablette, appli iPhone ou Android !
Rappel : dCode est gratuit.

Citation

Le copier-coller de la page "Variance Statistique" ou de ses résultats est autorisée (même pour un usage commercial) tant que vous créditez dCode !
L'exportation des résultats sous forme de fichier .csv ou .txt est gratuite en cliquant sur l'icone export
Citer comme source bibliographique :
Variance Statistique sur dCode.fr [site web en ligne], consulté le 24/06/2024, https://www.dcode.fr/variance-statistique

Besoin d'Aide ?

Rendez-vous sur notre communauté Discord dCode pour participer au forum d'entraide !
PS : Pour les messages codés, testez notre détecteur de chiffrement !

Questions / Commentaires

Remarques et suggestions sont les bienvenues afin que dCode propose le meilleur outil 'Variance Statistique' gratuit ! Merci !


https://www.dcode.fr/variance-statistique
© 2024 dCode — La 'boite à outils' indispensable qui sait résoudre tous les jeux / énigmes / géocaches / CTF.
 
Un problème ?