Variância populacional
Referência : Martins, E.G.M., (2014) Variância populacional, Rev. Ciência Elem., V2(4):263
Autores: Maria Eugénia Graça Martins
Editor: José Francisco Rodrigues
DOI: [http://doi.org/10.24927/rce2014.263]
Variância populacional de uma variável de tipo quantitativo, é o valor médio dos quadrados dos desvios relativamente ao valor médio, dos dados que se obtêm quando se observa essa variável sobre todos os elementos da população, que assumimos finita. Representa-se por \({\rm{\sigma^{2}}}\).
Se representarmos o resultado da observação da variável quantitativa, sobre todos os elementos da população, por \({\rm{x_{1}}}\), \({\rm{x_{2}}}\), ..., \({\rm{x_{N}}}\), e o valor médio por \({\rm{\mu}}\), então a variância populacional obtém-se a partir da expressão
\[{\rm{\sigma}^{2}} =\frac{\sum \limits_{{\rm {i}}={\rm {1}}}^{{\rm {N}}}{\rm {(x}_{{\rm {i}}} - {\rm{\mu}}{ \rm{ )}}^{{\rm {2}}}} }{{\rm {N}}} \]
Como se identifica população com a variável aleatória, correspondente à característica em estudo sobre a população (desde que quantitativa), tanto se pode falar em variância da população como da variável aleatória.
Mais genericamente, se tivermos uma variável aleatória X discreta (com um número finito ou infinito numerável de valores distintos) em que a distribuição de probabilidades é o conjunto {\({\rm{x_{i}}},{\rm{p_{i}}}\)}, i=1, 2, ...,M ou {\({\rm{x_{i}}},{\rm{p_{i}}}\)}, i=1, 2, ..., com valor médio \({\rm{\mu}}\), então
\[\sigma^{2} = \sum\limits_{\rm {i}}^{} ({\rm {(x}_{{\rm {i}}}} - \mu)^{2} \times {\rm{p_{i}}} \quad \quad \quad \rm{ou} \quad \quad \quad Var(X) = E\{(X- E(X))^2\} \]
admitindo-se que a série converge.
Por exemplo, se considerarmos a população constituída pelo número de irmãos de todos os 28 alunos da turma A do 8º ano da escola ABC, no ano letivo 2011-2012,
\(1 \quad \quad 2 \quad \quad 1 \quad \quad 0 \quad \quad 2 \quad \quad 3 \quad \quad 2 \quad \quad 1 \quad \quad 1 \quad \quad 4 \quad \quad 2 \quad \quad 1 \quad \quad 0 \quad \quad2 \quad \quad 1 \quad \quad 1 \quad \quad 3 \quad \quad 2 \quad \quad 3 \quad \quad 1 \quad \quad 1 \quad \quad 2 \quad \quad 1 \quad \quad 3 \quad \quad 2 \quad \quad 1 \quad \quad 0 \quad \quad 1\)
podemos falar na variável aleatória X, que representa o “número de irmãos” de um aluno escolhido ao acaso na referida turma, com a seguinte distribuição de probabilidades:
Então, o valor médio da população ou da variável aleatória X será igual a 1,6, donde a variância populacional virá
\[\sigma^{2}= \frac{(1-1,6)^{2} + (2-1,6)^{2} + (1-1,6)^{2} + ... + (1-1,6)^{2}}{28} = 0,96\]
ou
\[\sigma^{2}= (0-1,6)^{2} \times \frac{3}{28} + (1-1,6)^{2} \times \frac{12}{28} + (2-1,6)^{2} \times \frac{8}{28} + (3-1,6)^{2} \times \frac{4}{28} + (4-1,6)^{2} \times \frac{1}{28} = 0,96\]
A característica populacional variância representa-se pela letra grega \({\rm{\sigma^{2}}}\), mas se precisarmos de identificar que se refere à variável aleatória X, representamos por Var(X). É uma medida de dispersão ou variabilidade da distribuição de probabilidade da variável aleatória.
Uma vez que a variância envolve a soma de quadrados, a unidade em que se exprime não é a mesma que a da variável. Assim, para obter uma medida da variabilidade ou dispersão com as mesmas unidades que a variável, tomamos a raiz quadrada da variância e tem-se o desvio padrão populacional que é a medida que geralmente se utiliza para medir a variabilidade da variável relativamente à medida de localização valor médio.
A estatística variância amostral \({\rm{s^{2}}}\) utiliza-se como estimativa do parâmetro \({\rm{\sigma^{2}}}\).
Criada em 03 de Abril de 2012
Revista em 24 de Maio de 2012
Aceite pelo editor em 28 de Maio de 2012
