어떻게 Excel에서 계산 분산에

==== 분산이란 무엇입니까? 데이터의 분산을 사용하여 시리즈의 미래 가치 범위를 추정합니다. 분산은 데이터 세트의 평균에서 얼마나 많은 데이터가 달라질 수 있는지를 나타냅니다. 분산은 종종 오류 값이라고합니다. 가장 신뢰할 수있는 통계는 아니며 미래 가치를 예측하는 데 단독으로 사용하지 않습니다.

수학적으로 말하면 분산은 데이터 평균과 데이터 포인트의 차이 제곱의 평균입니다. 분산은`link : / excel-financial-formulas-how-to-calculate-standard-deviation-in-excel [표준 편차]`의 제곱 값입니다. 다음은 두 가지 분산 공식입니다.

Excel에서 분산을 계산하기 위해 이러한 수식을 사용할 필요가 없습니다.

Excel에는이를 수행하는 두 가지 수식 VAR.P 및 VAR.S가 있습니다. Excel에서 분산을 계산하는 방법을 알고 싶다면 아래 설명 된 수식을 사용하십시오. 분산이 무엇이며 언제 어떤 분산 공식을 사용해야하는지 알고 싶다면 전체 기사를 읽어보십시오.

=== Excel에서 분산을 찾는 방법은 무엇입니까?

예를 들어 보겠습니다.

저는 2019 년 1 월에 제 웹 사이트를 시작했습니다. 여기 제 웹 사이트에 매달 가입 한 신규 사용자 데이터가 있습니다. 이 데이터의 분산을 알고 싶습니다.

이것은 완전한 데이터입니다. 완전한 데이터 (전체 모집단)를 캡처 할 때

인구의 분산을 계산합니다 (이유는이 글의 뒷부분에서 설명하겠습니다). 모집단 분산을 계산하는 Excel 함수는`link : / statistical-formulas-how-to-use-var-p-function-in-excel [VAR.P]`입니다.

VAR.P의 구문은

숫자 1, 숫자 2, …​ : 분산을 계산하려는 숫자입니다.

첫 번째 숫자는 필수입니다.

이 공식을 사용하여 데이터의 분산을 계산해 봅시다. C2 : C15 셀에 데이터가 있습니다. 따라서 공식은 다음과 같습니다.

이렇게하면 186.4285714 값이 반환되며, 이는 데이터를 고려할 때 상당히 큰 분산입니다.

내 웹 사이트가 2019 년 1 월부터 시작되었으므로 모든 데이터를 가지고 있습니다.

오래 전에 웹 사이트를 시작했지만 보유한 데이터가 2019 년 1 월부터 2020 년 2 월까지라고 가정합니다. 완전한 데이터가 없습니다. 그러면 샘플 데이터 일뿐입니다. 이 경우 VAR.P를 사용하지 않고 대신 VAR.S 함수를 사용하여 분산을 계산합니다.

VAR.S 함수는 VAR.P보다 큰 분산을 반환합니다. 200.7692308을 반환합니다.

=== Excel에서 분산은 어떻게 수동으로 계산됩니까? 예, 이것이 Excel에서 분산을 계산하는 방법입니다. 그러나 이러한 분산 함수는 이러한 숫자를 어떻게 계산합니까? 알고 있다면이 숫자를 더 많이 이해하고 현명하게 사용할 수 있습니다. 그렇지 않으면이 숫자는 난수 일뿐입니다. 이를 이해하려면 분산을 수동으로 계산해야합니다.

=== Excel에서 수동으로 인구 분산 계산

위의 예에서 사용한 것과 동일한 데이터를 사용합니다. 인구 분산의 수학 공식은 다음과 같습니다.

분산을 계산하려면 데이터의 평균 (AVERAGE), 평균과 각 값의 차이를 계산하고 합산 한 다음 마지막으로 그 합계를 총 관측 수로 나눕니다.

=== 1 단계. 데이터 평균 계산

Excel에서 데이터의`link : / statistical-formulas-how-to-calculate-mean-in-excel [calculate mean]`을 사용하려면`link : / tips-average-function-in-excel [AVERAGE function]`을 사용합니다. .

이 수식을 C17 셀 (또는 원하는 위치)에서 사용하십시오.

233.0을 반환합니다.

=== 2 단계 : 평균에서 각 데이터 포인트의 차이 찾기

이제 셀 D2로 이동하여 C2 (x)에서 평균 (C17)을 뺍니다. D2에서이 공식을 사용하여 D15로 드래그합니다.

=== 3 단계 : 각 차이를 조사합니다.

이제 우리가 얻은 각 차이를 제곱해야합니다. E2 셀에 아래 수식을 작성하고 E15로 드래그합니다.

=== 4 단계 : 제곱합

이제 우리는 이러한 제곱 차이를 합산해야합니다. 따라서 C18 셀에서 다음 공식을 사용하십시오.

=== 마지막 단계 : 제곱합을 관측치 수로 나눕니다.

14 개의 관찰이 있습니다. 원하는 경우 COUNT 함수를 사용하여 계산할 수 있습니다.

모집단의 분산을 계산하려면 셀 C19에서이 공식을 사용합니다.

위의 Excel 분산 수식 VAR.P에서 반환 한 분산과 정확히 동일한 186.429 …​ 값을 반환합니다.

이제 Excel에서 모집단 분산을 수동으로 계산하는 방법을 알았으므로 실제 분석에서 사용하는 방법을 알 수 있습니다.

=== Excel에서 샘플의 분산을 수동으로 계산

대부분의 경우 분석을 위해 모든 데이터를 캡처하는 것은 불가능합니다. 일반적으로 데이터에서 임의의 샘플을 선택하고 분석하여 데이터의 특성을 해석합니다. 이 경우 모집단 분산을 사용하면 파괴 분석이 될 수 있습니다. 안전을 위해 표본 분산 공식을 사용합니다. 표본 분산의 공식은 다음과 같습니다.

표본 분산과 모집단 분산의 유일한 차이점은 분모입니다. 표본 분산에서 관측치 수 (n-1)에서 1을 뺍니다. 이를 편향되지 않은 분석이라고합니다. 이렇게하면 데이터가 과소 평가되지 않고 가능한 오류 범위가 약간 더 넓어집니다.

Excel에서 샘플의 분산을 수동으로 계산하려면 모집단 분산의 1-4 단계를 반복해야합니다. 마지막 단계에서 아래 공식을 사용하십시오.