Дисперсия – это среднее квадратов отличий от среднего. Стандартное отклонение равно квадратному корню из дисперсии, так что стандартное отклонение будет примерно 3,03. … Из-за этого возведения в квадрат дисперсия больше не выражается в той же единице измерения, что и исходные данные.
Почему вместо стандартного отклонения используется дисперсия?
Дисперсия помогает найти распределение данных в популяции от среднего, а стандартное отклонение также помогает узнать распределение данных в популяции, но стандартное отклонение дает больше ясности об отклонении данных от среднего.
Как найти отклонение от стандартного отклонения?
Чтобы получить стандартное отклонение, вы вычисляете квадратный корень из дисперсии, которая равна 3,72. Стандартное отклонение полезно при сравнении разброса двух отдельных наборов данных, которые имеют примерно одинаковое среднее значение.
Как вы интерпретируете стандартное отклонение и дисперсию?
Ключевые выводы
- Стандартное отклонение показывает, насколько группа чисел разбросана по отношению к среднему значению, по квадратному корню из дисперсии.
- Дисперсия измеряет среднюю степень, в которой каждая точка отличается от среднего - среднего значения всех точек данных.
Как бы вы интерпретировали очень маленькую дисперсию или стандартное отклонение?
Все ненулевые отклонения положительны. Небольшая дисперсия указывает на то, что точки данных имеют тенденцию быть очень близкими кзначит, и друг другу. Высокая дисперсия указывает на то, что точки данных сильно разбросаны от среднего значения и друг от друга. Дисперсия - это среднее квадратов расстояний от каждой точки до среднего значения.