Variantie begrijpen: een sleutelconcept in data-analyse

Variantie is een maatstaf voor de spreiding of spreiding van een reeks gegevens. Het geeft weer hoeveel de individuele gegevenspunten afwijken van de gemiddelde waarde. Met andere woorden, het meet hoe verspreid de gegevens zijn ten opzichte van de gemiddelde waarde. Als u bijvoorbeeld een reeks examenscores heeft met een gemiddelde van 80 en een standaarddeviatie van 10, betekent dit dat de meeste scores zijn geclusterd rond 80 (het gemiddelde), maar er is enige variatie in de scores (weergegeven door de standaarddeviatie). Als de standaarddeviatie hoger zou zijn, bijvoorbeeld 20, zouden de scores meer verspreid zijn en zou er meer variatie in de gegevens zijn. De variantie wordt berekend als het gemiddelde van de gekwadrateerde verschillen tussen elk gegevenspunt en het gemiddelde. Het wordt uitgedrukt in vierkante eenheden (bijvoorbeeld vierkante inches, vierkante meters) en wordt vaak aangeduid met het symbool "σ²" (sigma kwadraat). gegevens. In de financiële wereld kunnen we bijvoorbeeld variantie gebruiken om het risico van een beleggingsportefeuille te meten. Bij machinaal leren kunnen we variantie gebruiken om te begrijpen hoe goed een model generaliseert naar nieuwe gegevens.