Excel에서 샘플 분산을 계산하는 방법(2가지 효과적인 접근 방식)

  • 이 공유
Hugh West

분산은 통계에서 가장 유용한 주제 중 하나입니다. 데이터가 평균 주위에 어떻게 분포되어 있는지 측정합니다. 모든 데이터를 보고 분포를 계산합니다. 이 기사에서는 Excel에서 샘플 분산을 계산하는 2가지 방법을 배웁니다.

실습 워크북 다운로드

이 기사를 준비하는 데 사용한 다음 실습 워크북을 다운로드할 수 있습니다.

샘플 분산 계산.xlsx

샘플 분산이란?

일반적으로 분산은 평균 차이의 제곱을 모집단 수로 나누어 계산합니다. 샘플 분산에서 샘플은 모집단에서 선택한 샘플 수입니다.

예를 들어 미국인의 키를 측정하려는 경우 실용적이지 않습니다(금전적 또는 시간적 측면에서). 기준점) 미국 인구에서 각 사람의 키를 계산할 수 있습니다.

이 경우 1000명과 같은 인구의 표본을 추출하고 이 표본 크기를 사용하여 키를 계산해야 합니다. 전체 인구의. 샘플 분산은 키의 분산을 찾는 데 도움이 됩니다.

Excel에서 샘플 분산을 계산하는 2가지 방법

1. 기본 수학 공식을 적용하여 샘플 분산 계산

The 표본 분산에 대한 교과서 공식은 다음과 같이 주어진다.

여기서

  • μ 은 산술평균
  • X 은 개별 값
  • N 은 모집단의 크기
  • σ 2 은 표본분산이다.

5개 데이터(개별값, X )의 표본분산을 계산하고자 한다. 평균 (X-μ) 에 대한 편차와 평균 (X-μ)^2 에 대한 편차의 제곱에 대한 2개의 열이 있습니다. 이제 아래 단계를 따르십시오. .

📌 단계:

  • 먼저 총 데이터 수를 결정합니다(이 예에서는 N=5. <13)>
  • 이제 개별 값에 대한 산술 평균을 계산하려면 다음 공식을 사용하십시오.
=AVERAGE(C5:C9)

  • D5, 의 평균 (X-μ), 에 대한 편차를 얻으려면 다음 수식을 입력한 다음 ENTER, 키를 누릅니다. 채우기 핸들을 D9.
=C5-$E$13

  • 으로 드래그합니다. 셀 E5, 의 평균 (X-μ)^2, 에 대한 편차의 제곱 다음 수식을 복사하고 ENTER, 를 누르고 채우기 나머지 셀을 처리합니다.
=D5^2

  • 편차의 제곱합을 계산하려면 평균 (X-μ)^2, 에 대해 셀 E11,
=SUM(E5:E9) 에 다음 공식을 사용합니다.

  • 마지막으로 t를 얻으려면 그는 평균 (X-μ)^2 에 대한 편차의 제곱의 합을 (N-1) 으로 나누고 다음 공식을셀 E14.
=E11/(E12-1)

결과는 다음과 같습니다.

자세히 보기: 엑셀에서 평균분산 및 표준편차 계산하는 방법

2. 엑셀 VAR.S 함수 활용

계산을 위해 Excel에서 샘플 분산을 사용하려면 기본 제공 함수 VAR.S 를 사용합니다. 이 기능을 적용하려면 아래 단계를 따르십시오.

📌 단계:

  • 먼저 데이터세트에서 셀을 선택합니다(이 예에서는 , C11) 여기서 Sample Variance 값을 입력합니다. 그런 다음 이 셀에 다음 수식을 입력하고 마지막으로 Enter를 누릅니다.
=VAR.S(C5:C9)

결과는 다음과 같습니다.

자세히 보기: 엑셀에서 분산을 계산하는 방법(쉬운 안내서)

결론

이 자습서에서는 Excel에서 샘플 분산을 계산하는 두 가지 방법에 대해 설명했습니다. 이 기사가 도움이 되었기를 바랍니다. 저희 웹사이트 ExcelWIKI 를 방문하시면 더 많은 엑셀 관련 내용을 보실 수 있습니다. 아래 댓글 섹션에 의견, 제안 또는 질문이 있으면 남겨주세요.

Hugh West는 업계에서 10년 이상의 경험을 가진 고도로 숙련된 Excel 트레이너이자 분석가입니다. 그는 회계 및 재무 학사 학위와 경영학 석사 학위를 보유하고 있습니다. Hugh는 교육에 대한 열정을 가지고 있으며 따라하기 쉽고 이해하기 쉬운 독특한 교수법을 개발했습니다. Excel에 대한 그의 전문 지식은 전 세계 수천 명의 학생과 전문가가 자신의 기술을 향상시키고 경력에서 탁월하도록 도왔습니다. Hugh는 자신의 블로그를 통해 자신의 지식을 전 세계와 공유하고 개인과 기업이 잠재력을 최대한 발휘할 수 있도록 무료 Excel 자습서 및 온라인 교육을 제공합니다.