Vous êtes sur la page 1sur 6

Variance (statistiques et probabilits)

Un article de Wikipdia, l'encyclopdie libre. Aller : Navigation, rechercher Pour les articles ho ony es, voir !ariance. "n statisti#ue et probabilit, la variance est une esure arbitraire servant caractriser la dispersion d'une distribution ou d'un chantillon.

Sommaire
$ as#uer% & '(inition ) Proprits

* "cart type + ,as discret


o o

+.& -i pli(ication +.) .#uiprobabilit

/ ,as continu 0 !ariance d'un vecteur alatoire 1 "sti ation


o

1.& Proprits

1.&.& 2iais

1.&.&.& Pour#uoi n3&4

o o o

1.) ,onvergence 1.* 'istribution des esti ateurs 1.+ 5thodes de calcul

6 !oir aussi
odi(ier%

Dfinition $

-oit X une variable alatoire relle dont le Dfinition 8

o ent d'ordre ), savoir

, e7iste.

tant l'esprance mathmatique ; l'existence du moment d'ordre 2 implique celle de

9n peut interprter la variance co e la moyenne des carrs des carts la moyenne :rigoureuse ent: l'esprance des carrs des carts l'esprance, vulgaire ent: 5oyenne des carrs oins le carr des oyennes;. "lle per et de caractriser la dispersion des valeurs par rapport la oyenne. Ainsi, une distribution avec une < e esprance et une variance plus grande appara=tra co e plus tale. >e (ait #ue l'on prenne le carr de ces carts la oyenne vite #ue des carts positi(s et ngati(s ne s'annulent. Notation 8 9n note souvent:

Proprits $

odi(ier%

>a variance est tou?ours positive ou nulle. >ors#ue la variance est nulle, cela signi(ie #ue la variable alatoire correspond une constante :toutes les ralisations sont identi#ues;. @or ule alternative de calcul de la variance:

Proprit 8 ,ette (or ule s'nonce ainsi : la variance est gale l'esprance du carr de X oins le carr de l'esprance de X. >a (or ule per et souvent un calcul plus si ple de la variance #ue la d(inition. -a d onstration est (aite dans le thorA e de BCnig3Duyghens. !ariance d'une trans(or ation a((ine:

Proprit 8 $'rouler% Dmonstration 9n re ar#ue travers cette proprit #ue le (ait de dplacer si ple ent une distribution :a?outer Eb; ne odi(ie pas sa variance. Par contre, changer l'chelle : ultiplier par a; odi(ie la variance #uadrati#ue ent. ,ette proprit per et gale ent de con(ir er la re ar#ue tablie prcde ent #ue la variance d'une

constante est nulle, en e((et, . !ariance de la so e de deu7 variables dsigne la covariance des variables alatoires X et Y, alors:

-i Proprit 8

!ariance de la so corrles;

e de deu7 variables indpendantes :et plus gnrale ent non

Proprit 8

Fl (aut (aire attention au (ait #ue les variables sont soustraites, leur variances s'additionnent. 2ilinarit

G 5< e si

Proprit 8 ,ette (or ule est classi#ue pour une (or e #uadrati#ue associe une (or e bilinaire sy tri#ue. 'ans ce cas particulier, cela traduit le (ait #ue la covariance est une (or e bilinaire sy tri#ue positive :sur l'espace vectoriel des variables alatoires de carr intgrable;, et #ue la (or e #uadrati#ue associe est la variance. 9n a plus gnrale ent

Proprit 8

!ariance de la oyenne de variables indpendantes :ou ) ) non corrles; et de < e variance H)

"n d(inissant

Proprit 8 $'rouler% Dmonstration

Ecart type $

odi(ier%

Article dtaill : cart type. >'cart type est la racine carre de la variance:

Cas discret $

odi(ier%

>a variance !:I; reprsente la oyenne des carrs des carts la oyenne : elle per et de caractriser, tout co e l'cart type, la dispersion des valeurs xi par rapport la oyenne, note ou encore ":I;.

-oit une srie statisti#ue et ;.

de

oyenne

et d'e((ecti( total n :cJest33dire

>a variance de cette srie est alors :

Simplification $
>a

odi(ier%

oyenne peut <tre considre co

e le barycentre de la srie.

''aprAs le thorA e de BCnig , on a : $'rouler% ' onstration

quiprobabilit $

odi(ier%

'ans le cas d'#uiprobabilit,

Ke ar#ue: galit tou?ours vraie, < e s'il n'y a pas #uiprobabilitG :c( dvelopper le calcul et sortir la oyenne de la so e dans le ter e crois;

Cas continu $

odi(ier%

'ans le cas continu, la variance se calcule de la (aLon suivante :

Variance d un vecteur alatoire $

odi(ier%

-i l'on d(init co e un vecteur alatoire #ui co porte k variables et M co vecteur des k esprances de X, on d(init alors la variance co e: Dfinition 8

e le

Fl s'agit alors d'une atrice carre de taille k, appele atrice de variance3covariance, #ui co porte sur sa diagonale les variances de cha#ue co posante du vecteur alatoire et en dehors de la diagonale les covariances. ,ette atrice est sy tri#ue et se i3d(inie positive N elle est d(inie positive si et seule ent si la seule co binaison linaire certaine :c'est33dire pres#ue sOre ent constante; des co posantes du vecteur alatoire est celle dont tous les coe((icients sont nuls. 9n a les proprits suivantes: Proprit 8 -i V est une atrice carre de taille

Estimation $

odi(ier%

'eu7 esti ateurs sont gnrale ent utiliss pour la variance:

et

Proprits $
!iais $ odi(ier%

odi(ier%

>'esti ateur

est biais:

$'rouler% Dmonstration

>'esti ateur

est sans biais.

Dmonstration 8 "n e((et, il su((it de corriger l'esti ateur pour avoir un esti ateur

en le

ultipliant par sans

biais:

Pourquoi n"#$ $ odi(ier%

>e (ait #ue l'esti ateur de la variance doive <tre divis par n3& :et donc dans un certain sens moins prcis; pour <tre sans biais provient du (ait #ue l'esti ation de la variance i pli#ue l'esti ation d'un para Atre en plus, l'esprance. ,ette correction tient co pte donc du (ait #ue l'esti ation de l'esprance induit une incertitude de plus. "n e((et:

%&or'me 8 si l'on suppose #ue l'esprance est connue, l'esti ateur $'rouler% Dmonstration

est sans biais

Conver(ence $
>es esti ateurs %&or'me 8 $'rouler% Dmonstration

odi(ier%

et et

sont convergents en probabilit. si les observations sont iid :P,H);.

Distribution des estimateurs $

odi(ier%

"n tant #ue (onction de variables alatoires, l'esti ateur de la variance est gale ent une variable alatoire. -ous l'hypothAse #ue les yi sont des observations indpendantes d'une loi nor ale, le thorA e de ,ochran (en) ontre #ue suit une loi du QR:

"n cons#uence, il suit #ue . ,ette proprit d'absence de biais peut cependant <tre d ontre < e sans l'hypothAse de nor alit des observations.

)t&odes de calcul $

odi(ier%

>e calcul par ordinateur de la variance e piri#ue peut poser certains problA es, nota ent cause de la so e des carrs. >a page anglaise: Algorith s (or calculating variance dcrit le problA e ainsi #ue des algorith es proposs.