Стандартне відхилення або стандартне відхилення - це міра, яка забезпечує інформацію про середню дисперсію змінної. Стандартне відхилення завжди більше або дорівнює нулю.
Щоб зрозуміти це поняття, нам потрібно проаналізувати 2 основні поняття.
- Математичне сподівання, очікуване значення або середнє: Це середнє значення нашої серії даних.
- Відхилення: Відхилення - це поділ, який існує між будь-яким значенням ряду та середнім значенням.
Тепер, розуміючи ці два поняття, стандартне відхилення буде обчислюватися аналогічно середньому. Але приймаючи відхилення як значення. І хоча це міркування є інтуїтивним та логічним, воно має недолік, який ми збираємось перевірити за допомогою наступного графіку.
![](https://cdn.economy-pedia.com/7853058/desviacin_estndar_o_tpica_2021_economy-wikicom.jpeg.webp)
На попередньому зображенні ми маємо 6 спостережень, тобто N = 6. Середнє значення спостережень представлено чорною лінією, розташованою в центрі графіка, і дорівнює 3. Ми будемо розуміти за відхиленням різницю, яка існує між будь-якими спостережень і чорна лінія. Отже, маємо 6 відхилень.
- Відхилення -> (2-3) = -1
- Відхилення -> (4-3) = 1
- Відхилення -> (2-3) = -1
- Відхилення -> (4-3) = 1
- Відхилення -> (2-3) = -1
- Відхилення -> (4-3) = 1
Як ми бачимо, якщо додати 6 відхилень і розділити на N (6 спостережень), результат дорівнює нулю. Логіка полягала б у тому, щоб середнє відхилення було 1. Але математична характеристика середнього відносно значень, що його складають, полягає саме в тому, що сума відхилень дорівнює нулю. Як ми це можемо виправити? Квадратування відхилень
РангФормули для розрахунку середньоквадратичного відхилення
Перший - це квадратичне відхилення, розділивши на загальну кількість спостережень і, нарешті, взявши квадратний корінь, щоб скасувати квадрат, таким чином, що
![](https://cdn.economy-pedia.com/7853058/desviacin_estndar_o_tpica_2021_economy-wikicom.jpg.webp)
В якості альтернативи міг би бути інший спосіб його обчислення. Це буде середнє значення суми абсолютних значень відхилень. Тобто застосовуйте таку формулу:
![](https://cdn.economy-pedia.com/7853058/desviacin_estndar_o_tpica_2021_economy-wikicom_2.jpg.webp)
Однак ця формула не є альтернативою стандартному відхиленню, оскільки дає різні результати. Насправді, наведена формула є відхиленням від середнього. Стандартне або стандартне відхилення та відхилення від середнього мають подібність, але не однакові. Ця остання форма відома як середнє відхилення.
![](https://cdn.economy-pedia.com/7853058/desviacin_estndar_o_tpica_2021_economy-wikicom.png.webp)
Приклад розрахунку стандартного відхилення
Ми збираємось перевірити, як із будь-якою з двох представлених формул результат стандартного відхилення або середнього відхилення однаковий.
За формулою дисперсії (квадратний корінь):
![](https://cdn.economy-pedia.com/7853058/desviacin_estndar_o_tpica_2021_economy-wikicom_3.jpg.webp)
За формулою абсолютного значення:
![](https://cdn.economy-pedia.com/7853058/desviacin_estndar_o_tpica_2021_economy-wikicom_4.jpg.webp)
Так само, як диктував інтуїтивний розрахунок. Середнє відхилення дорівнює 1. Але, хіба ми не говорили, що формула абсолютного значення та стандартного відхилення давали різні значення? Так, але є виняток. Єдиний випадок, коли стандартне відхилення та відхилення від середнього дають однакові результати, це той випадок, коли всі відхилення дорівнюють 1.
Зв'язок середньоквадратичного відхилення з дисперсією
Коротше кажучи, дисперсія - це не що інше, як стандартне відхилення в квадраті. Або те, що приходить до одного і того ж, стандартне відхилення - це квадратний корінь дисперсії. Вони пов’язані наступним чином:
![](https://cdn.economy-pedia.com/7853058/desviacin_estndar_o_tpica_2021_economy-wikicom_5.jpg.webp)
Після цього зображення стає зрозуміло, що вся формула, яка знаходиться в межах квадратного кореня, є дисперсією. Причина, з якої вам потрібно зрозуміти, що ця частина відома як дисперсія, полягає в тому, що вона використовується в інших формулах для обчислення інших показників. Отже, хоча стандартне відхилення є більш інтуїтивним для інтерпретації результатів, вкрай важливо, як розраховується дисперсія.