Die Varianz ist in der Stochastik/1521 ein Maß dafür, wie stark eine Zufallsvariable X von ihrem Erwartungswert/1591 E(x) abweicht.
Sie ist definiert als der Erwartungswert der quadratischen Abweichung vom Erwartungswert μ=E(X) :
V(X)=E((X−μ)2)
Für diskrete Zufallsvariablen ist der Erwartungswert als Summe definiert, deswegen erhalten wir auch die Form
V(X)=P(X1)⋅(X1−μ)2+P(X2)⋅(X2−μ)2+…+P(Xn)⋅(Xn−μ)2
Beispiel
Man zieht aus einer Urne, in der 3 rote und 5 blaue Kugeln sind, nacheinander 3 Kugeln ohne Zurücklegen. Ist eine der Kugeln rot, erhält man eine Münze, bei zwei roten Kugeln zwei Münzen und zieht man nur rote Kugeln drei Münzen.
Gewinn xi keine Münze 1 Münze 2 Münzen 3 Münzen
[Wahrscheinlichkeit](/1753) P(X=xi) 285 2815 5615 561
E(X)=0⋅285+1⋅2815+2⋅5615+3⋅561=1,125
⇒V(0)=(0−1,125)2⋅285≈0,226
Die Einzelvarianzen lassen sich mit der Formel V(Xi)=(Xi−Ex)2⋅P(X=xi) berechnen.
Hierbei ist xi der Gewinn, Ex der errechnete Erwartungswert und P die dem Gewinn entsprechende Wahrscheinlichkeit.
V(X)=V(0)+V(1)+V(2)+V(3)
Varianz durch Addition der Einzelvarianzen berechnen
V(X)=(0−1,125)2⋅285+(1−1,125)2⋅2815+(2−1,125)2⋅5615+(3−1,125)2⋅561
V(X)=0,226+0,00837+0,205+0,0338
V(X)=0,473
/// Beispielaufgabe
Es wird eine Münze geworfen. Kopf sei 1 und Zahl sei 0. Bestimme die Varianz der Zufallsgröße X=Wurfergebnis.
E(X)=0⋅P(X=0)+1⋅P(X=1)=0,5V(X)=P(X=1)⋅(1−0,5)2+P(X=0)⋅(0−0,5)2=2⋅0,53=0,25
///
Wichtige Varianzen
V(X)=p⋅(1−p)
V(X)=n⋅p⋅(1−p)
Normalverteilung/2133
Die Normalverteilung wird immer mit der Varianz angegeben.
Ist X also normalverteilt mit Parametern μ und σ2 , dann ist die Varianz σ2 .
X∼N(μ,σ2)⇒V(x)=σ2
Rechenregeln
\stylefont−size:14pxV(aX+b)=a2⋅V(X);a,b∈R
Varianz einer Summe von n unabhängigen Zufallsvariablen
\stylefont−size:14pxV(∑i=1nXi)=∑i=1nV(Xi)