Академический Документы
Профессиональный Документы
Культура Документы
Un article de Wikipdia, l'encyclopdie libre. Aller : Navigation, rechercher Pour les articles ho ony es, voir !ariance. "n statisti#ue et probabilit, la variance est une esure arbitraire servant caractriser la dispersion d'une distribution ou d'un chantillon.
Sommaire
$ as#uer% & '(inition ) Proprits
1.& Proprits
1.&.& 2iais
o o o
1.) ,onvergence 1.* 'istribution des esti ateurs 1.+ 5thodes de calcul
6 !oir aussi
odi(ier%
Dfinition $
, e7iste.
9n peut interprter la variance co e la moyenne des carrs des carts la moyenne :rigoureuse ent: l'esprance des carrs des carts l'esprance, vulgaire ent: 5oyenne des carrs oins le carr des oyennes;. "lle per et de caractriser la dispersion des valeurs par rapport la oyenne. Ainsi, une distribution avec une < e esprance et une variance plus grande appara=tra co e plus tale. >e (ait #ue l'on prenne le carr de ces carts la oyenne vite #ue des carts positi(s et ngati(s ne s'annulent. Notation 8 9n note souvent:
Proprits $
odi(ier%
>a variance est tou?ours positive ou nulle. >ors#ue la variance est nulle, cela signi(ie #ue la variable alatoire correspond une constante :toutes les ralisations sont identi#ues;. @or ule alternative de calcul de la variance:
Proprit 8 ,ette (or ule s'nonce ainsi : la variance est gale l'esprance du carr de X oins le carr de l'esprance de X. >a (or ule per et souvent un calcul plus si ple de la variance #ue la d(inition. -a d onstration est (aite dans le thorA e de BCnig3Duyghens. !ariance d'une trans(or ation a((ine:
Proprit 8 $'rouler% Dmonstration 9n re ar#ue travers cette proprit #ue le (ait de dplacer si ple ent une distribution :a?outer Eb; ne odi(ie pas sa variance. Par contre, changer l'chelle : ultiplier par a; odi(ie la variance #uadrati#ue ent. ,ette proprit per et gale ent de con(ir er la re ar#ue tablie prcde ent #ue la variance d'une
constante est nulle, en e((et, . !ariance de la so e de deu7 variables dsigne la covariance des variables alatoires X et Y, alors:
-i Proprit 8
!ariance de la so corrles;
Proprit 8
Fl (aut (aire attention au (ait #ue les variables sont soustraites, leur variances s'additionnent. 2ilinarit
G 5< e si
Proprit 8 ,ette (or ule est classi#ue pour une (or e #uadrati#ue associe une (or e bilinaire sy tri#ue. 'ans ce cas particulier, cela traduit le (ait #ue la covariance est une (or e bilinaire sy tri#ue positive :sur l'espace vectoriel des variables alatoires de carr intgrable;, et #ue la (or e #uadrati#ue associe est la variance. 9n a plus gnrale ent
Proprit 8
"n d(inissant
Ecart type $
odi(ier%
Article dtaill : cart type. >'cart type est la racine carre de la variance:
Cas discret $
odi(ier%
>a variance !:I; reprsente la oyenne des carrs des carts la oyenne : elle per et de caractriser, tout co e l'cart type, la dispersion des valeurs xi par rapport la oyenne, note ou encore ":I;.
de
oyenne
Simplification $
>a
odi(ier%
e le barycentre de la srie.
quiprobabilit $
odi(ier%
Ke ar#ue: galit tou?ours vraie, < e s'il n'y a pas #uiprobabilitG :c( dvelopper le calcul et sortir la oyenne de la so e dans le ter e crois;
Cas continu $
odi(ier%
odi(ier%
-i l'on d(init co e un vecteur alatoire #ui co porte k variables et M co vecteur des k esprances de X, on d(init alors la variance co e: Dfinition 8
e le
Fl s'agit alors d'une atrice carre de taille k, appele atrice de variance3covariance, #ui co porte sur sa diagonale les variances de cha#ue co posante du vecteur alatoire et en dehors de la diagonale les covariances. ,ette atrice est sy tri#ue et se i3d(inie positive N elle est d(inie positive si et seule ent si la seule co binaison linaire certaine :c'est33dire pres#ue sOre ent constante; des co posantes du vecteur alatoire est celle dont tous les coe((icients sont nuls. 9n a les proprits suivantes: Proprit 8 -i V est une atrice carre de taille
Estimation $
odi(ier%
et
Proprits $
!iais $ odi(ier%
odi(ier%
>'esti ateur
est biais:
$'rouler% Dmonstration
>'esti ateur
Dmonstration 8 "n e((et, il su((it de corriger l'esti ateur pour avoir un esti ateur
en le
biais:
>e (ait #ue l'esti ateur de la variance doive <tre divis par n3& :et donc dans un certain sens moins prcis; pour <tre sans biais provient du (ait #ue l'esti ation de la variance i pli#ue l'esti ation d'un para Atre en plus, l'esprance. ,ette correction tient co pte donc du (ait #ue l'esti ation de l'esprance induit une incertitude de plus. "n e((et:
%&or'me 8 si l'on suppose #ue l'esprance est connue, l'esti ateur $'rouler% Dmonstration
Conver(ence $
>es esti ateurs %&or'me 8 $'rouler% Dmonstration
odi(ier%
et et
odi(ier%
"n tant #ue (onction de variables alatoires, l'esti ateur de la variance est gale ent une variable alatoire. -ous l'hypothAse #ue les yi sont des observations indpendantes d'une loi nor ale, le thorA e de ,ochran (en) ontre #ue suit une loi du QR:
"n cons#uence, il suit #ue . ,ette proprit d'absence de biais peut cependant <tre d ontre < e sans l'hypothAse de nor alit des observations.
)t&odes de calcul $
odi(ier%
>e calcul par ordinateur de la variance e piri#ue peut poser certains problA es, nota ent cause de la so e des carrs. >a page anglaise: Algorith s (or calculating variance dcrit le problA e ainsi #ue des algorith es proposs.