مبتدئالأساسيات·10 min

فهم التباين: أساس الانحراف المعياري

أتقن مفهوم التباين وعلاقته بالانحراف المعياري. تعلّم الصيغ والحسابات والتطبيقات العملية للتباين في الإحصاء.

ما هو التباين؟

التباين يقيس مدى انتشار مجموعة من الأرقام عن قيمتها المتوسطة. إنه متوسط مربعات الفروق عن المتوسط — وهو الأساس الذي يُبنى عليه الانحراف المعياري.

كل عمود يُظهر مربع الانحراف عن المتوسط. التباين = متوسط هذه الأعمدة.

صيغة التباين

تباين المجتمع

σ² = Σ(xᵢ - μ)² / N

تباين العينة

s² = Σ(xᵢ - x̄)² / (n-1)

حساب المتوسط

اجمع جميع القيم واقسم على العدد.

إيجاد كل انحراف

اطرح المتوسط من كل نقطة بيانات.

تربيع كل انحراف

هذا يزيل القيم السالبة ويركّز على الانحرافات الكبيرة.

حساب متوسط مربعات الانحرافات

اقسم على N (المجتمع) أو n-1 (العينة).

لماذا نربّع الانحرافات؟

ثلاثة أسباب رئيسية

1. إزالة السلبيات: بدون التربيع، ستلغي الانحرافات الموجبة والسالبة بعضها البعض، مما يجعل المجموع صفرًا. 2. معاقبة القيم المتطرفة: التربيع يعطي وزنًا أكبر للقيم البعيدة عن المتوسط. 3. الخصائص الرياضية: للتباين خصائص جبرية مفيدة في الاستدلال الإحصائي.

مثال: لماذا لا نستخدم القيم المطلقة فقط؟

مجموعة البيانات: 2, 4, 4, 4, 5, 5, 7, 9 (المتوسط = 5) متوسط الانحراف المطلق: |2-5| + |4-5| + ... = 14 MAD = 14/8 = 1.75 التباين (مربّع): (2-5)² + (4-5)² + ... = 32 Var = 32/8 = 4

التباين مقابل الانحراف المعياري

العلاقة

Standard Deviation = √Variance → σ = √σ²

التباين (σ²)

- الوحدات مربّعة (مثل سم²، $²) - صعب التفسير مباشرة - مفيد للعمليات الرياضية - قابل للجمع للمتغيرات المستقلة

الانحراف المعياري (σ)

- نفس وحدات البيانات الأصلية - أسهل في التفسير - أفضل للتواصل - يُستخدم في الدرجات المعيارية وفترات الثقة

تطبيقات التباين

رغم أن الانحراف المعياري يُقدَّم بشكل أكثر شيوعًا، إلا أن للتباين استخدامات محددة:

تحليل التباين (ANOVA):يقارن المتوسطات عبر المجموعات
نظرية المحفظة:تُستخدم تباينات العوائد في التحسين
الانحدار:R² هو التباين المُفسَّر مقسومًا على التباين الكلي
تحليل المكونات الرئيسية (PCA):يعظّم التباين المُفسَّر

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.