ฉันสงสัยว่าความแตกต่างระหว่างความแปรปรวนกับส่วนเบี่ยงเบนมาตรฐานคืออะไร
หากคุณคำนวณค่าทั้งสองเป็นที่ชัดเจนว่าคุณได้ค่าเบี่ยงเบนมาตรฐานจากความแปรปรวน แต่นั่นหมายความว่าในแง่ของการกระจายที่คุณสังเกต
นอกจากนี้ทำไมคุณต้องมีค่าเบี่ยงเบนมาตรฐานจริง ๆ
ฉันสงสัยว่าความแตกต่างระหว่างความแปรปรวนกับส่วนเบี่ยงเบนมาตรฐานคืออะไร
หากคุณคำนวณค่าทั้งสองเป็นที่ชัดเจนว่าคุณได้ค่าเบี่ยงเบนมาตรฐานจากความแปรปรวน แต่นั่นหมายความว่าในแง่ของการกระจายที่คุณสังเกต
นอกจากนี้ทำไมคุณต้องมีค่าเบี่ยงเบนมาตรฐานจริง ๆ
คำตอบ:
ค่าเบี่ยงเบนมาตรฐานคือรากที่สองของความแปรปรวน
ค่าเบี่ยงเบนมาตรฐานจะแสดงในหน่วยเดียวกับค่าเฉลี่ยในขณะที่ความแปรปรวนแสดงหน่วยกำลังสอง แต่สำหรับการดูการแจกแจงคุณสามารถใช้ทั้งตราบเท่าที่คุณชัดเจนเกี่ยวกับสิ่งที่คุณกำลังใช้ ตัวอย่างเช่นการแจกแจงแบบปกติที่มีค่าเฉลี่ย = 10 และ sd = 3 เป็นสิ่งเดียวกันกับการแจกแจงแบบปกติที่มีค่าเฉลี่ย = 10 และความแปรปรวน = 9
คุณไม่ต้องการทั้งคู่ พวกเขาแต่ละคนมีวัตถุประสงค์ที่แตกต่างกัน SD มักจะมีประโยชน์มากกว่าในการอธิบายความแปรปรวนของข้อมูลในขณะที่ความแปรปรวนมักจะมีประโยชน์มากกว่าในเชิงคณิตศาสตร์ ตัวอย่างเช่นผลรวมของการแจกแจง uncorrelated (ตัวแปรสุ่ม) ยังมีความแปรปรวนที่เป็นผลรวมของความแปรปรวนของการแจกแจงเหล่านั้น สิ่งนี้จะไม่เป็นจริงใน SD ในทางตรงกันข้าม SD มีความสะดวกในการแสดงในหน่วยของตัวแปรดั้งเดิม
ถ้าจอห์นอ้างถึงตัวแปรสุ่มแบบอิสระเมื่อเขาพูดว่า "การแจกแจงที่ไม่เกี่ยวข้อง" การตอบสนองของเขานั้นถูกต้อง อย่างไรก็ตามเพื่อตอบคำถามของคุณมีหลายจุดที่สามารถเพิ่มได้:
ค่าเฉลี่ยและความแปรปรวนเป็นพารามิเตอร์สองตัวที่กำหนดการแจกแจงแบบปกติ
ความไม่เท่าเทียมกันของ Chebyshev นั้นจำกัดความน่าจะเป็นของตัวแปรสุ่มที่สังเกตได้ว่าอยู่ภายในค่าเบี่ยงเบนมาตรฐานของค่าเฉลี่ย
ค่าเบี่ยงเบนมาตรฐานที่ใช้ในการปกติสถิติการทดสอบทางสถิติ (เช่นที่รู้จักกันส่วนเบี่ยงเบนมาตรฐานที่ใช้ในการปกติตัวอย่างหมายความว่าสำหรับทดสอบที่ความหมายที่แตกต่างจากหรือค่าเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างที่ใช้ในการปกติตัวอย่างหมายถึงเมื่อมาตรฐานจริง ไม่รู้จักการเบี่ยงเบนทำให้มีการทดสอบ )0 t
ระยะขอบของข้อผิดพลาดจะแสดงเป็นค่าเบี่ยงเบนมาตรฐานของการประมาณ
ความแปรปรวนและอคติเป็นการวัดความไม่แน่นอนในปริมาณที่สุ่ม ความคลาดเคลื่อนกำลังสองเฉลี่ยสำหรับการประมาณการเท่ากับความแปรปรวน + ความเบี่ยงเบนยกกำลังสอง
ความแปรปรวนของชุดข้อมูลวัดการกระจายทางคณิตศาสตร์ของข้อมูลเทียบกับค่าเฉลี่ย อย่างไรก็ตามแม้ว่าค่านี้จะถูกต้องตามทฤษฎี แต่มันก็ยากที่จะนำไปใช้ในโลกแห่งความเป็นจริงเพราะค่าที่ใช้ในการคำนวณมันกำลังสอง ค่าเบี่ยงเบนมาตรฐานเนื่องจากสแควร์รูทของความแปรปรวนให้ค่าที่อยู่ในหน่วยเดียวกับค่าดั้งเดิมซึ่งทำให้ง่ายต่อการทำงานและตีความได้ง่ายขึ้นเมื่อเชื่อมโยงกับแนวคิดของเส้นโค้งปกติ
ในแง่ของการกระจายพวกมันเทียบเท่า (แต่เห็นได้ชัดว่าไม่สามารถแลกเปลี่ยนกันได้) แต่ระวังว่าในแง่ของตัวประมาณพวกมันไม่ได้: สแควร์รูทของการประมาณค่าความแปรปรวนไม่ใช่ตัวประมาณ (ไม่เอนเอียง) ของค่าเบี่ยงเบนมาตรฐาน สำหรับตัวอย่างจำนวนมากพอสมควร (และขึ้นอยู่กับตัวประมาณค่า) ทั้งสองเข้าหากัน สำหรับตัวอย่างขนาดเล็กคุณจำเป็นต้องรู้รูปแบบพารามิเตอร์ของการแจกแจงการแปลงระหว่างสองซึ่งสามารถกลายเป็นวงกลมเล็กน้อย
ในขณะที่คำนวณความแปรปรวนเราได้ยกกำลังเบี่ยงเบน หมายความว่าหากข้อมูล (การสังเกต) ที่ระบุเป็นหน่วยเมตรมันจะกลายเป็นตารางเมตร หวังว่ามันจะไม่ถูกต้องเกี่ยวกับการเบี่ยงเบน ดังนั้นเราจึงได้สแควร์รูทอีกครั้ง (SD) ที่ไม่มีอะไรนอกจาก SD