分散を理解する: データ分析における重要な概念

分散は、一連のデータの広がりまたは分散の尺度です。これは、個々のデータポイントが平均値からどれだけ逸脱しているかを表します。言い換えれば、データが平均値からどの程度広がっているかを測定します。たとえば、平均が 80 で標準偏差が 10 の一連の試験スコアがある場合、ほとんどのスコアが周囲に集中していることを意味します。 80 (平均) ですが、スコアには多少のばらつきがあります (標準偏差で表されます)。標準偏差がより高い (たとえば 20) 場合、スコアはさらに分散し、データのばらつきが大きくなります。分散は、各データポイントと平均の差の二乗の平均として計算されます。平方単位 (平方インチ、平方メートルなど) で表され、多くの場合、記号「σ²」 (シグマ二乗) で表されます。分散を理解することは、一連のデータにどの程度の不確実性やリスクが関連付けられているかを理解するのに役立つため、重要です。データ。たとえば金融では、投資ポートフォリオのリスクを測定するために分散を使用することがあります。機械学習では、モデルが新しいデータに対してどの程度一般化されているかを理解するために分散を使用することがあります。