Summary  
This chapter explains how to calculate the sample variance of a dataset—using a formula that adjusts for sample size—and how to interpret the result as a measure of data dispersion.  

General domain of usage  
Statistical data analysis

Nun ist es an der Zeit, die **Stichprobenvarianz** zu untersuchen. Das Konzept ähnelt der **Populationsvarianz**, jedoch unterscheidet sich die Formel geringfügig, um zu berücksichtigen, dass die Daten nur einen Teil der gesamten Population repräsentieren.

**Formel**

Betrachten Sie das Beispiel für die Varianz, gerundet auf zwei Dezimalstellen, für die Spalte `'salary_in_usd'`:

Die Varianz der Spalte `'salary_in_usd'` beträgt **5034932663.18**

### Wichtiger Hinweis zur Varianz

Die Varianz der Spalte `'salary_in_usd'` ist ziemlich hoch, was darauf hinweist, dass die Werte in dieser Spalte **weit gestreut** sind.
>Hinweis
>
>Je größer die Varianz, desto weiter sind die Werte verteilt.

Wählen Sie aus den Diagrammen mit gleicher Anzahl an Beobachtungen und identischen Mittelwerten dasjenige mit der geringeren Varianz aus.

Dieser Kurs vermittelt Ihnen grundlegende Kenntnisse der Statistik. Er richtet sich an Studierende mit Grundkenntnissen der Python-Syntax, da sie mit den Modulen NumPy und pandas arbeiten werden. Im Verlauf des Kurses machen Sie sich mit den grundlegenden Konzepten vertraut und gehen dann schrittweise zu komplexeren Konzepten und Aufgaben über.

Dieser Abschnitt behandelt den ersten realen statistischen Anwendungsfall: das Bestimmen von Konfidenzintervallen. Dafür sind Kenntnisse in den Bibliotheken NumPy, pandas, Matplotlib und Seaborn erforderlich, um mathematische Formeln zu berechnen und Visualisierungen zu erstellen. In diesem Abschnitt erwartet Sie nur wenig Theorie, aber ein hoher Praxisanteil!

Ein unverzichtbarer Bestandteil der Arbeit eines Data Analysts ist das Durchführen von Hypothesentests. Nach Abschluss dieses Abschnitts verstehen Sie das Konzept des Testens in der Statistik und können einen t-Test mit Python durchführen.

Stichprobenvarianz

Wichtiger Hinweis zur Varianz

Awesome!

Stichprobenvarianz

Wichtiger Hinweis zur Varianz