Phương sai mẫu là chỉ số thống kê dùng để đo mức độ phân tán của dữ liệu quanh giá trị trung bình mẫu. Nếu phương sai nhỏ, các giá trị khá gần nhau. Nếu phương sai lớn, dữ liệu thay đổi mạnh hơn.
Điểm chính
- Phương sai đo mức độ dữ liệu lệch khỏi giá trị trung bình.
- Phương sai mẫu dùng khi dữ liệu chỉ là một mẫu từ tổng thể.
- Công thức phương sai mẫu chia cho n - 1.
- Phương sai giúp so sánh độ biến động giữa các nhóm dữ liệu.
Phương sai là gì
Phương sai là thước đo mức độ phân tán của một tập dữ liệu. Nó cho biết các giá trị trong dữ liệu nằm gần hay xa giá trị trung bình.
Khi phương sai nhỏ, các giá trị thường tập trung quanh trung bình. Khi phương sai lớn, các giá trị phân tán rộng hơn.
Ví dụ, hai lớp có cùng điểm trung bình là 7. Tuy nhiên, lớp A có điểm từ 6 đến 8, còn lớp B có điểm từ 2 đến 10. Khi đó, lớp B có phương sai lớn hơn.
Phương sai mẫu là gì
Phương sai mẫu là phương sai được tính từ một phần dữ liệu được lấy ra từ tổng thể. Trong thống kê, mẫu thường dùng để ước lượng đặc điểm của tổng thể.
Ví dụ, muốn biết mức chi tiêu trung bình của toàn bộ học sinh trong trường, ta có thể khảo sát một nhóm học sinh. Nhóm đó được gọi là mẫu.
Vì mẫu chỉ đại diện cho tổng thể, công thức phương sai mẫu cần điều chỉnh bằng cách chia cho n - 1.
Công thức tính phương sai mẫu
Công thức phương sai mẫu là:
s² = Σ(xi - x̄)² / (n - 1)
Trong đó:
- s² là phương sai mẫu.
- xi là từng giá trị trong mẫu.
- x̄ là trung bình mẫu.
- n là số lượng giá trị trong mẫu.
- Σ là ký hiệu tổng.
Vì sao phương sai mẫu chia cho n - 1
Khi tính phương sai mẫu, ta không chia cho n mà chia cho n - 1. Lý do là mẫu thường chưa phản ánh đầy đủ tổng thể.
Việc chia cho n - 1 giúp ước lượng độ phân tán của tổng thể tốt hơn. Trong thống kê, đây gọi là hiệu chỉnh Bessel.
Nói đơn giản, khi chỉ có dữ liệu mẫu, ta cần điều chỉnh để tránh đánh giá phương sai quá thấp.
Các bước tính phương sai mẫu
Để tính phương sai mẫu, bạn có thể làm theo các bước sau:
- Bước 1: Tính trung bình mẫu x̄.
- Bước 2: Lấy từng giá trị trừ đi trung bình mẫu.
- Bước 3: Bình phương các độ lệch vừa tìm được.
- Bước 4: Cộng tất cả bình phương độ lệch.
- Bước 5: Chia tổng đó cho n - 1.
Ví dụ tính phương sai mẫu
Cho mẫu dữ liệu gồm các giá trị: 2, 4, 6, 8.
Trung bình mẫu là:
x̄ = (2 + 4 + 6 + 8) / 4 = 5
Tính độ lệch so với trung bình:
- 2 - 5 = -3
- 4 - 5 = -1
- 6 - 5 = 1
- 8 - 5 = 3
Bình phương các độ lệch:
- (-3)² = 9
- (-1)² = 1
- 1² = 1
- 3² = 9
Tổng bình phương độ lệch là:
9 + 1 + 1 + 9 = 20
Vì n = 4 nên phương sai mẫu là:
s² = 20 / (4 - 1) = 20 / 3 ≈ 6.67
Phân biệt phương sai mẫu và phương sai tổng thể
Phương sai mẫu và phương sai tổng thể khác nhau ở mẫu số.
- Phương sai mẫu: chia cho n - 1.
- Phương sai tổng thể: chia cho n.
Nếu dữ liệu là toàn bộ tổng thể, dùng phương sai tổng thể. Nếu dữ liệu chỉ là mẫu, dùng phương sai mẫu.
Ý nghĩa của phương sai trong thống kê
Phương sai giúp đánh giá mức độ ổn định hoặc biến động của dữ liệu. Giá trị phương sai càng lớn, dữ liệu càng phân tán.
Trong học tập, phương sai điểm số cho biết kết quả của một lớp có đồng đều không. Trong tài chính, phương sai cho biết mức độ biến động của lợi nhuận.
Phương sai cũng là nền tảng để tính độ lệch chuẩn. Độ lệch chuẩn chính là căn bậc hai của phương sai.
Lỗi sai thường gặp khi tính phương sai mẫu
- Chia nhầm cho n: Với phương sai mẫu, phải chia cho n - 1.
- Quên bình phương độ lệch: Nếu không bình phương, các độ lệch âm và dương có thể triệt tiêu nhau.
- Tính sai trung bình: Trung bình sai làm toàn bộ kết quả sai theo.
- Nhầm phương sai với độ lệch chuẩn: Độ lệch chuẩn là căn bậc hai của phương sai.
Câu hỏi thường gặp
Phương sai mẫu dùng để làm gì
Phương sai mẫu dùng để đo mức độ phân tán của dữ liệu trong một mẫu và ước lượng độ biến động của tổng thể.
Phương sai mẫu có thể âm không
Không. Phương sai mẫu không thể âm vì các độ lệch đều được bình phương trước khi cộng lại.
Phương sai càng lớn nghĩa là gì
Phương sai càng lớn nghĩa là dữ liệu càng phân tán xa khỏi giá trị trung bình.
Khi nào dùng phương sai mẫu
Dùng phương sai mẫu khi dữ liệu chỉ là một phần được lấy ra từ tổng thể cần nghiên cứu.
Kết luận
Phương sai mẫu là công cụ quan trọng để đo độ phân tán của dữ liệu. Công thức cần nhớ là s² = Σ(xi - x̄)² / (n - 1). Khi hiểu rõ từng bước tính, bạn có thể áp dụng phương sai mẫu trong học tập, nghiên cứu và phân tích dữ liệu thực tế.
