Varyans, ikinci anın eksi ilk anın karesidir, bu nedenle karışım anlarının hesaplanması için yeterlidir.
Genel olarak, ve sabit (rastgele olmayan) ağırlıklar p i ile dağılımları göz önüne alındığında , karışımın PDF değerifipi
f( x ) = ∑benpbenfben( x ) ,
hangi herhangi bir an için hemen aşağıda ok
μ( k )= Ef[ xk] = ∑benpbenEfben[ xk] = ∑benpbenμ( k )ben.
Yazdım için k t h anından f ve ^ ı ( k ) i için k t h anından f iμ( k )kt hfμ( k )benkt hfben .
Bu formülleri kullanarak, varyans yazılabilir
Var ( f) = μ( 2 )- ( μ(1))2=∑ipiμ(2)i−(∑ipiμ(1)i)2.
Varyansları halinde Aynı şekilde, olarak verilmiştir σ 2 i , daha sonra μ ( 2 ) i = σ 2 ı + ( u ( 1 ) i ) 2 karışımı varyans sağlayarak, f açısından yazılacak bileşenlerinin varyansları ve araçlarıfiσ2iμ(2)i=σ2i+(μ(1)i)2f
Var (f)= ∑benpben( σ2ben+(μ(1)i)2)−(∑ipiμ(1)i)2=∑ipiσ2i+∑ipi(μ(1)i)2−(∑ipiμ(1)i)2.
Bu, (ağırlıklı) ortalama varyansı artı ortalama kare eksi ortalama ortalamanın karesidir. Kare alma bir dışbükey işlev olduğu için, Jensen Eşitsizliği, ortalama kare ortalamasının, ortalama ortalamanın karesinden daha az olamayacağını ileri sürer. Bu, ifade eden formül anlamak sağlar karışımın varyans sapma karışımıdır artı aracının (ağırlıklı) dispersiyon için hesap, negatif olmayan bir terim.
Senin durumunda varyans
pbirσ2bir+ pBσ2B+ [ pbirμ2bir+ pBμ2B- ( pbirμbir+ pBμB)2] .
Bunun iki varyansın ağırlıklı bir karışımı olduğunu yorumlayabiliriz, pbirσ2bir+ pBσ2B , genel karışım ortalamasına göre bireysel araçlardan kaymaları hesaba katan , artı (mutlaka pozitif) bir düzeltme teriminin yorumlayabiliriz.
Bu varyansın, soruda belirtildiği gibi verileri yorumlamadaki faydası şüphelidir, çünkü karışım dağılımı Normal olmayacaktır (ve esasen ondan ayrılabildiği ölçüde, iki yüzlülük sergileyecek kadar).