Значения · Наука и познание

Дисперсия

существительное

Коротко о главном

Что такое дисперсия

Дисперсия — это мера разброса значений случайной величины относительно её среднего значения. В статистике она показывает, насколько сильно данные отличаются друг от друга: чем выше дисперсия, тем больше разброс. В физике термин обозначает зависимость скорости волны от её частоты, например, расщепление белого света в призме на спектр.

Слева график нормального распределения с точками данных, справа — преломление света в призме
Слева график нормального распределения с точками данных, справа — преломление света в призме
01

Статистическая мера разброса

Математическое ожидание квадрата отклонения случайной величины от её математического ожидания. Показывает, насколько сильно значения варьируются вокруг среднего.

Близкие слова

  • разброс значений
  • вариация

Высокая дисперсия в результатах тестов указывает на то, что ученики показали крайне разные результаты.

Инвесторы оценивают риск портфеля, анализируя дисперсию доходности активов.

02

Физическое явление (оптика и волновая теория)

Зависимость фазовой скорости распространения волны от её частоты, приводящая к разделению сложной волны на составляющие при прохождении через среду.

Из-за дисперсии света в призме белый луч распадается на радужный спектр.

Дисперсия волн на воде приводит к тому, что длинные волны обгоняют короткие.

Связь со стандартным отклонением

Дисперсия измеряется в квадратах единиц исходных данных, что делает её неудобной для прямого сравнения со средним значением. Поэтому на практике часто используют квадратный корень из дисперсии — стандартное отклонение. Оно возвращает меру разброса к тем же единицам измерения, что и сами данные, позволяя интуитивно оценить, насколько типично то или иное наблюдение.

Генеральная и выборочная дисперсия

В статистике важно различать дисперсию всей совокупности данных (генеральную) и оценку этой дисперсии по части данных (выборочную). Выборочная дисперсия рассчитывается с использованием деления на количество наблюдений минус один, чтобы получить несмещённую оценку. Это различие критично при работе с малыми выборками, так как игнорирование поправки приводит к систематическому занижению оценки разброса.