Sự khác biệt giữa biến thiên và độ lệch chuẩn

Biến thể so với sai lệch chuẩn

Sự biến đổi là hiện tượng phổ biến trong nghiên cứu thống kê vì không có biến thể trong một dữ liệu, chúng tôi có lẽ sẽ không cần số liệu thống kê ở nơi đầu tiên. Biến thể được mô tả là sự khác biệt trong số liệu thống kê, là thước đo khoảng cách các giá trị từ trung bình của chúng. Sự khác biệt là nhỏ hoặc nhỏ nếu các giá trị được nhóm gần hơn với giá trị trung bình. Độ lệch chuẩn là một phương pháp khác để mô tả sự khác biệt giữa kết quả mong đợi với giá trị thực tế của chúng. Mặc dù cả hai có liên quan chặt chẽ, có sự khác biệt giữa phương sai và độ lệch tiêu chuẩn sẽ được thảo luận trong bài viết này.

Các giá trị thô là vô nghĩa trong bất kỳ phân phối nào và chúng tôi không thể khấu trừ bất kỳ thông tin có ý nghĩa nào từ chúng. Với độ lệch tiêu chuẩn, chúng ta có thể đánh giá cao tầm quan trọng của một giá trị vì nó cho chúng ta biết chúng ta xa so với giá trị trung bình. Sự khác biệt tương tự như khái niệm về độ lệch chuẩn, ngoại trừ đó là giá trị bình phương của SD. Nó có ý nghĩa để hiểu các khái niệm về phương sai và độ lệch tiêu chuẩn với sự trợ giúp của một ví dụ.

Giả sử có một nông dân trồng bí. Anh ta có mười quả bí với trọng lượng khác nhau như sau.

2. 6, 2. 6, 2. 8, 3. 0, 3. 1, 3. 2, 3. 3, 3. 5, 3. 6, 3. 8. Dễ tính trọng lượng trung bình của bí ngô như nó là tổng của tất cả các giá trị chia cho 10. Trong trường hợp này nó là 3. 15 pounds. Tuy nhiên, không có bí ngô nào nặng nề và chúng có trọng lượng khác nhau từ 0. £ 55 đến 0. £ 65 nặng hơn mức trung bình. Bây giờ chúng ta có thể viết sự khác biệt của từng giá trị từ trung bình theo cách sau

-0. 55, -0. 55, -0. 35, -0. 15, -0. 05, 0. 15, 0. 35, 0. 45, 0. 65.

Làm gì để tạo ra những khác biệt này so với trung bình., Nếu chúng ta cố gắng tìm sự khác biệt trung bình, chúng ta thấy rằng chúng ta không thể tìm thấy ý nghĩa như khi thêm, giá trị âm bằng với giá trị dương và không thể tính được sự khác biệt trung bình. Đây là lý do tại sao nó đã được quyết định để hình vuông tất cả các giá trị trước khi thêm chúng và tìm kiếm có ý nghĩa. Trong trường hợp này, các giá trị bình phương đi lên như sau

0. 3025, 0.3025, 0.1225, 0.255, 0.255, 0.255, 0.1025, 0.255, 0.1225, 0.2025, 0.4225.

Bây giờ các giá trị này có thể được thêm vào và chia cho mười để đến một giá trị được gọi là phương sai. Phản biến này là 0. 1525 pounds trong ví dụ này. Giá trị này không có ý nghĩa nhiều như chúng ta đã có bình phương sự khác biệt trước khi tìm thấy ý nghĩa của họ. Đây là lý do tại sao chúng ta cần tìm căn bậc hai của phương sai để đạt được độ lệch tiêu chuẩn. Trong trường hợp này là 0. 3905 pounds.

Tóm lại: Cả hai phương sai và độ lệch tiêu chuẩn là các biện pháp lan truyền các giá trị trong bất kỳ dữ liệu nào. • Sự khác biệt được tính bằng cách lấy trung bình của bình phương của từng khác biệt so với trung bình của mẫu • Độ lệch chuẩn là căn bậc hai của phương sai.