Summary  
This chapter explains how to compute sample variance by summing squared differences from the sample mean and dividing by (n–1) to measure data dispersion.

General domain of usage  
Salary distribution analysis

ここでは、**標本分散**について説明します。概念は**母分散**と似ていますが、データが全体母集団の一部のみを表すため、計算式が少し異なります。


**公式**
$$
\text{variance} = \frac{\sum^n_{i=1}(x_i-\bar{x})^2}{n-1}
$$

ここで：
- $$n$$ - 標本サイズ；
- $$i$$ - 各要素のインデックス；
- $$x_i$$ - 各要素；
- $$\bar{x}$$ - 標本平均値。


列 `'salary_in_usd'` の分散（小数点以下2桁に四捨五入）の例を見てみましょう:

列 `'salary_in_usd'` の分散は **5034932663.18** です。

## 分散の重要ポイント

`'salary_in_usd'` 列の分散は非常に大きく、この列の値が**広範囲に分布している**ことを示しています。

分散が大きいほど、値のばらつきが大きいことを示します。

注意

観測数が同じで平均値も同じグラフの中から、分散が小さいものを選択してください。

Pythonを用いたデータ分析で使用される主要な統計概念を学習します。本コースでは、平均、中央値、最頻値、分散、標準偏差などの記述統計に加え、サンプリング、確率分布、中心極限定理、外れ値検出についても取り上げます。