Summary  
This chapter explains how to calculate sample variance by summing squared deviations from the mean and dividing by n − 1 to estimate data variability.  

General domain of usage  
Statistical data analysis

Agora, explore a **variância amostral**. O conceito é semelhante ao da **variância populacional**, mas a fórmula difere ligeiramente porque os dados representam apenas um subconjunto de toda a população.


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

Onde:
- $$n$$ - tamanho da amostra;
- $$i$$ - índice de cada elemento;
- $$x_i$$ - cada elemento;
- $$\bar{x}$$ - valor médio da amostra.


Veja o exemplo de variância arredondada para duas casas decimais para a coluna `'salary_in_usd'`:

A variância da coluna `'salary_in_usd'` é **5034932663.18**

## Nota-chave sobre Variância

A variância da coluna `'salary_in_usd'` é bastante significativa, indicando que os valores nesta coluna estão **amplamente dispersos**.

Quanto maior a variância, mais dispersos estão os valores.

Nota

Selecione o gráfico com menor variância entre aqueles com igual número de observações e valores médios idênticos.

Construa uma base sólida em estatística utilizando Python. Aprenda conceitos estatísticos essenciais e aplique-os por meio do NumPy e pandas. Progrida desde medidas básicas como média e variância até testes de hipótese, intervalos de confiança e insights orientados por dados com prática prática.

Descubra os princípios estatísticos fundamentais, incluindo tipos de dados, medidas de tendência central e principais diferenças entre amostras e populações.

Aprenda a calcular e interpretar média, mediana e moda utilizando Python. Pratique essas operações com pandas para analisar conjuntos de dados reais.

Compreensão de como a variância e o desvio padrão medem a dispersão dos dados.
Cálculo manual e com ferramentas Python de ambos os conceitos.

Explore como a covariância e a correlação descrevem relações entre variáveis. Pratique o cálculo e a comparação de ambas as métricas em Python.

Domine intervalos de confiança para estimar parâmetros populacionais. Utilize NumPy, pandas e bibliotecas de visualização para calcular e interpretar intervalos com dados reais.

Aprenda os fundamentos dos testes de hipótese e do teste t. Compreenda como planejar, executar e interpretar testes utilizando Python para embasar decisões orientadas por dados.

Variância Amostral

Nota-chave sobre Variância

Awesome!

Variância Amostral

Nota-chave sobre Variância