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

Тепер розгляньте **вибіркову дисперсію**. Концепція подібна до **генеральної дисперсії**, але формула дещо відрізняється, оскільки дані представляють лише підмножину всієї сукупності.


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

Де:
- $$n$$ — обсяг вибірки;
- $$i$$ — індекс кожного елемента;
- $$x_i$$ — кожен елемент;
- $$\bar{x}$$ — середнє значення вибірки.


Розгляньте приклад дисперсії, округленої до двох знаків після коми, для стовпця `'salary_in_usd'`:

Дисперсія стовпця `'salary_in_usd'` становить **5034932663.18**

## Ключова примітка щодо дисперсії

Дисперсія стовпця `'salary_in_usd'` є досить значною, що вказує на **широкий розкид** значень у цьому стовпці.

Чим більша дисперсія, тим більше розкидані значення.

Примітка

Оберіть графік з меншою дисперсією серед тих, що мають однакову кількість спостережень і однакові середні значення.

Побудова міцної основи в статистиці за допомогою Python. Вивчення основних статистичних концепцій і їх застосування через NumPy та pandas. Перехід від базових мір, таких як середнє та дисперсія, до перевірки гіпотез, довірчих інтервалів і отримання висновків на основі даних із практичними завданнями.

Ознайомтеся з основними статистичними принципами, включаючи типи даних, міри центральної тенденції та ключові відмінності між вибірками і генеральними сукупностями.

Навчіться обчислювати та інтерпретувати середнє, медіану та моду за допомогою Python. Практикуйте ці операції з використанням pandas для аналізу реальних наборів даних.

Зрозумійте, як дисперсія та стандартне відхилення вимірюють розподіл даних. Дізнайтеся, як обчислювати ці показники вручну та за допомогою інструментів Python.

Дослідження того, як коваріація та кореляція описують взаємозв'язки між змінними. Практичні вправи з обчислення та порівняння обох показників у Python.

Оволодіння інтервальними оцінками для оцінки параметрів генеральної сукупності. Використання NumPy, pandas та бібліотек для візуалізації для обчислення та інтерпретації інтервалів на основі реальних даних.

Вивчення основ перевірки гіпотез і t-тесту. Розуміння принципів розробки, проведення та інтерпретації тестів за допомогою Python для підтримки прийняття рішень на основі даних.

Вибіркова дисперсія

Ключова примітка щодо дисперсії