1. 분산 계산 공식은 다음과 같습니다:
분산(SD^2) = (Σ(x_i - μ)^2) / (N - 1)
여기서, x_i는 각 데이터 포인트, μ는 평균, N은 데이터 포인트의 수입니다.
이 공식은 데이터 포인트와 평균의 차이를 제곱하여 평균을 내는 방식으로, 데이터의 분산을 측정합니다.
2. 표본 분산(sample variance)과 모집단 분산(population variance) 간의 차이점은 다음과 같습니다:
- 표본 분산은 표본 데이터를 사용하여 계산되는 분산입니다.
- 모집단 분산은 전체 데이터를 사용하여 계산되는 분산입니다.
표본 분산은 모집단 분산보다 더 큰 값을 가질 수 있습니다.
3. 분산이 작을 때, 데이터의 분포는 다음과 같은 양상을 띄게 됩니다:
- 데이터가 집중되어 있는 경우, 분산은 작아집니다.
- 데이터가 평균 근처에 분포되어 있는 경우, 분산은 작아집니다.
- 데이터가 평균과 멀리 분포되어 있는 경우, 분산은 커집니다.
2025-06-28 13:27