Variância

Na teoria da probabilidade e na estatística, a variância de uma variável aleatória ou processo estocástico é uma medida da sua dispersão estatística, indicando "o quão longe" em geral os seus valores se encontram do valor esperado.

A variância de uma variável aleatória real é o seu segundo momento central e também o seu segundo cumulante (os cumulantes só diferem dos momentos centrais a partir do 4º grau, inclusive). Sendo o seu valor o quadrado do desvio padrão.

Algumas definições
Variância de uma variável aleatória é a medida de dispersão ou espalhamento em torno dos possíveis valores dessa variável aleatória (tradução livre, ).

História do conceito

O termo variância foi introduzido por Ronald Fisher num ensaio de 1918 intitulado de The Correlation Between Relatives on the Supposition of Mendelian Inheritance. O conceito de variância é análogo ao conceito de momento de inércia em mecânica clássica.

Exemplo de amostras de duas populações com a mesma média, mas variâncias diferentes. A população vermelha tem média μ = 100 e variância σ2 = 100 (σ = 10), enquanto a população azul tem média μ = 100 e variância σ2 = 2500 (σ = 50).

Definição

Se μ = E(X) é o valor esperado (média) da variável aleatória X, então a variância é:

var⁡(X)=E⁡((X−μ)2).

Isto é, é o valor esperado do quadrado do desvio de X da sua própria média. Em linguagem comum isto pode ser expresso como "A média do quadrado da distância de cada ponto até a média". É assim a "média do quadrado dos desvios". A variância da variável aleatória "X" é geralmente designada por var⁡(X), σX2, ou simplesmente σ2.

Notar que a definição acima pode ser usada quer para variáveis aleatórias discretas, quer para contínuas.

Muitas distribuições, tais como a distribuição de Cauchy, não têm variância porque o integral relevante diverge. Em particular, se uma distribuição não tem valores esperados, ela também não tem variância.

O contrário não é verdadeiro: há distribuições para as quais existe valor esperado mas não existe variância, como, por exemplo, a distribuição t de Student com 2 graus de liberdade. Um contra-exemplo mais simples é uma distribuição discreta sobre ℕ⋆ em que a probabilidade de cada ponto n é proporcional a 1n3. O valor esperado será calculado através de uma série convergente Σ1n2, e a variância através de uma série divergente Σ1n.

Exemplos

Distribuição exponencial

A distribuição exponencial com parâmetro ⁠λ>0⁠ é uma distribuição contínua cuja função densidade de probabilidade é dada por f(x)=λe−λx no intervalo [0,∞). Sua média pode ser demonstrada como E⁡[X]=∫0∞xλe−λxdx=1λ.Usando integração por partes e fazendo uso do valor esperado já calculado, temos: E⁡[X2]=∫0∞x2λe−λxdx=[−x2e−λx]0∞+∫0∞2xe−λxdx=0+2λE⁡[X]=2λ2.Assim, a variância de ⁠X⁠ é dada por Var⁡(X)=E⁡[X2]−E⁡[X]2=2λ2−(1λ)2=1λ2.

Dado honesto

Um dado de seis faces honesto, isto é, um dado não viciado no qual todos os resultados têm a mesma probabilidade de ocorrer (equiprováveis), pode ser modelado como uma variável aleatória discreta, ⁠X⁠, com resultados de 1 a 6, cada um com probabilidade igual a 1/6. O valor esperado de ⁠X⁠ é (1+2+3+4+5+6)/6=7/2. Portanto, a variância de ⁠X⁠ é Var⁡(X)=∑i=1616(i−72)2=16((−5/2)2+(−3/2)2+(−1/2)2+(1/2)2+(3/2)2+(5/2)2)=3512≈2.92.A fórmula geral para a variância do resultado, ⁠X⁠, de um dado de ⁠n⁠ lados é Var⁡(X)=E⁡(X2)−(E⁡(X))2=1n∑i=1ni2−(1n∑i=1ni)2=(n+1)(2n+1)6−(n+12)2=n2−112.

Distribuições de probabilidade comumente utilizadas

A tabela a seguir lista a variância de algumas distribuições de probabilidade comumente usadas.

Nome da distribuição de probabilidade Função de distribuição de probabilidade Média Variância
Distribuição binomial Pr⁡(X=k)=(nk)pk(1−p)n−k np np(1−p)
Distribuição geométrica Pr⁡(X=k)=(1−p)k−1p 1p (1−p)p2
Distribuição normal f(x∣μ,σ2)=12πσ2e−12(x−μσ)2 μ σ2
Distribuição uniforme (contínua) f(x∣a,b)={1b−apara a≤x≤b,0para x<a or x>b a+b2 (b−a)212
Distribuição exponencial f(x∣λ)=λe−λx 1λ 1λ2
Distribuição de Poisson f(k∣λ)=e−λλkk! λ λ

Propriedades

Se a variância pode ser calculada (ou seja, a integral ou o somatório convergem), podemos concluir que ela nunca é negativa, porque os quadrados são sempre positivos ou nulos.

A unidade de variância é o quadrado da unidade de observação. Por exemplo, a variância de um conjunto de alturas medidas em centímetros será dada em centímetros quadrados. A variância de um preço, medido, por exemplo, em euros por metro cúbico, será dada em euros quadrados por metro à sexta potência, uma unidade que não faz nenhum sentido prático. Este facto é inconveniente e levou muitos estatísticos a usar a raiz quadrada da variância, conhecida como o desvio padrão, como um sumário da dispersão.

Pode ser provado facilmente a partir da definição que a variância não depende do valor médio μ. Isto é, se a variável é "deslocada" por uma quantidade b ao tomarmos X+b, a variância da variável aleatória resultante permanece inalterada. Por contraste, se a variável for multiplicada por um factor de escala a, a variância é então multiplicada por a2. Mais formalmente, se a e b forem constantes reais e X uma variável aleatória cuja variância está definida, então:

var⁡(aX+b)=a2var⁡(X)

Outra fórmula para a variância que se deduz de forma simples a partir da definição acima é:

var⁡(X)=E⁡(X2)−(E⁡(X))2.

Na prática usa-se muito frequentemente esta fórmula para calcular mais rapidamente a variância.

Uma razão para o uso da variância em preferência a outras medidas de dispersão é que a variância da soma (ou diferença) de variáveis aleatórias independentes é a soma das suas variâncias. Uma condição não tão estrita, chamada de "incorrelação" (uncorrelatedness) também é suficiente. Para duas variáveis temos:

var⁡(X+Y)=var⁡(X)+var⁡(Y)+2cov⁡(X,Y).
E em geral, para uma combinação linear qualquer:
Var⁡(∑i=1NaiXi)=∑i,j=1NaiajCov⁡(Xi,Xj)=∑i=1Nai2Var⁡(Xi)+∑i≠jaiajCov⁡(Xi,Xj)=∑i=1Nai2Var⁡(Xi)+2∑1≤i<j≤NaiajCov⁡(Xi,Xj).

Aqui cov é a covariância, a qual é zero para variáveis aleatórias não correlacionadas.

Variância da população e variância da amostra

Em estatística, o conceito de variância também pode ser usado para descrever um conjunto de observações. Quando o conjunto das observações é uma população, é chamada de variância da população. Se o conjunto das observações é (apenas) uma amostra estatística, chamamos-lhe de variância amostral (ou variância da amostra).

A variância da população (σ2) de valores yi (onde i=1,2,…,N) é dada por:

σ2=1N∑i=1N(yi−μ)2

onde μ é a média da população.

Se tentarmos estimar a variância da população a partir de uma amostra de tamanho n com observações xi, um primeiro estimador intuitivo (usando o divisor n) seria:

sn2=1n∑i=1n(xi−x¯)2

onde x¯ é a média da amostra.

No entanto, este estimador é enviesado para baixo. A sua esperança matemática é E⁡[sn2]=n−1nσ2, ou seja, em média ele subestima a verdadeira variância da população.

Para corrigir esse viés, aplica-se a chamada Correção de Bessel, substituindo o divisor n por n−1. Isso resulta na fórmula clássica da variância amostral (s2), que é um estimador não enviesado para a variância populacional (σ2):

s2=1n−1∑i=1n(xi−x¯)2

Essa correção se faz necessária porque, na prática, a verdadeira média da população (μ) é desconhecida e acaba sendo estimada a partir dos próprios dados pela média amostral (x¯). Como os valores da amostra tendem a estar mais próximos da sua própria média amostral do que da média populacional, o cálculo subestima a real dispersão dos dados. Se a verdadeira média populacional μ fosse conhecida, usar o divisor n calculando os desvios em relação a μ produziria, de fato, um estimador não enviesado.

O estimador não enviesado (também chamado de estimador centrado) costuma ser denotado por s2, mas também pode aparecer como sn−12, s′2 ou até s'n2. Independentemente da notação, ao desvio padrão populacional está associada a letra grega σ e a divisão por N, enquanto o desvio padrão amostral associa-se à letra s e à divisão por n−1, tendo sempre em conta que a variância é o quadrado do desvio padrão.

É intuitivo que, para amostras grandes, se possa admitir calcular a variância pela divisão por n em vez de n−1. Na prática, para um n grande, esta distinção matemática torna-se insignificante.

Generalizações

Se X é uma variável aleatória vectorial, com valores em Rn, e considerado como um vector coluna, então a generalização natural da variância é E[(X − μ)(X − μ)T], onde μ = E(X) e XT é a transposta de X, e logo um vetor-linha. A variância é uma matriz quadrada não-negativa definida, referida geralmente como a matriz de covariância.

Se X é uma variável aleatória de valores complexos, então a sua variância é E[(X − μ)(X − μ)*], onde X* é o conjugado complexo de X. Esta variância, assim como no caso real, é uma matriz quadrada não-negativa definida, cuja diagonal são números reais não-negativos.

Distribuição da variância

Como a variância é uma função de variáveis aleatórias, a variância amostral é em si também uma variável aleatória, portanto também tem distribuição. Então, se yi são observações independentes de uma distribuição normal, pelo teorema de Cochran a variância amostral s2 tem uma distribuição qui-quadrado:

(n−1)s2σ2∼χn−12.

Uma consequência direta deste resultado é que a esperança da variância amostral E(s2) = σ2.

Se as observações yi são independentes e identicamente distribuídas, mas não necessariamente distribuídas como uma normal, então

E⁡[s2]=σ2,Var⁡[s2]=σ4(2n−1+κn),

onde κ é o excesso de curtose da distribuição. Se as condições da lei dos grandes números valerem, então s2 é um estimador consistente de σ2.

Variância assintótica

A variância assintótica é a variância limite, ou seja, aquela que a sequência, ou estimador, tem no limite.

Ver também