มันคือสแควร์รูทของช่วงเวลากลางที่สอง, ความแปรปรวน ช่วงเวลาที่เกี่ยวข้องกับฟังก์ชั่นลักษณะ (CF) ซึ่งเรียกว่าลักษณะสำหรับเหตุผลที่พวกเขากำหนดการกระจายความน่าจะเป็น ดังนั้นถ้าคุณรู้ทุกช่วงเวลาคุณรู้ CF ดังนั้นคุณจึงรู้ว่าการกระจายความน่าจะเป็นทั้งหมด
ฟังก์ชั่นคุณสมบัติการแจกแจงแบบปกติถูกกำหนดโดยเพียงสองช่วงเวลา: หมายถึงและความแปรปรวน (หรือค่าเบี่ยงเบนมาตรฐาน) ดังนั้นสำหรับการแจกแจงแบบปกติค่าเบี่ยงเบนมาตรฐานจึงมีความสำคัญเป็นพิเศษคือ 50% ของคำจำกัดความในทางใดทางหนึ่ง
สำหรับการแจกแจงอื่น ๆ ค่าเบี่ยงเบนมาตรฐานมีความสำคัญน้อยกว่าเพราะมีช่วงเวลาอื่น อย่างไรก็ตามสำหรับการแจกแจงจำนวนมากที่ใช้ในการฝึกช่วงเวลาแรก ๆ นั้นใหญ่ที่สุดดังนั้นจึงเป็นช่วงเวลาที่สำคัญที่สุดที่ควรทราบ
ขณะนี้ค่าเฉลี่ยบอกคุณว่าศูนย์กลางของการกระจายของคุณอยู่ที่ไหนในขณะที่ค่าเบี่ยงเบนมาตรฐานบอกคุณว่าศูนย์ของคุณอยู่ใกล้กับศูนย์ข้อมูลของคุณมากแค่ไหน
ตั้งแต่ค่าเบี่ยงเบนมาตรฐานอยู่ในหน่วยของตัวแปรก็ยังใช้ในการปรับขนาดช่วงเวลาอื่น ๆ ที่จะได้รับมาตรการดังกล่าวเป็นความโด่ง Kurtosis เป็นตัวชี้วัดที่ไร้มิติซึ่งจะบอกคุณว่าไขมันเป็นหางของการกระจายของคุณเมื่อเทียบกับปกติ