ค่าเบี่ยงเบนมาตรฐานแสดงถึงการกระจายเนื่องจากกระบวนการสุ่ม โดยเฉพาะการวัดทางกายภาพจำนวนมากซึ่งคาดว่าจะเกิดจากผลรวมของกระบวนการอิสระจำนวนมากมีการแจกแจงแบบปกติ (เส้นโค้งระฆัง)
การแจกแจงความน่าจะเป็นปกติจะได้รับจาก:
Y=1σ2π−−√e−(x−μ)22σ2
ที่คือความน่าจะเป็นที่จะได้ค่าตามค่าเฉลี่ยและ …ส่วนเบี่ยงเบนมาตรฐาน!Yxμσ
กล่าวอีกนัยหนึ่งค่าเบี่ยงเบนมาตรฐานคือคำที่เกิดจากตัวแปรสุ่มอิสระที่รวมเข้าด้วยกัน ดังนั้นฉันจึงไม่เห็นด้วยกับคำตอบที่ให้ไว้ที่นี่ - ค่าเบี่ยงเบนมาตรฐานไม่ใช่แค่ทางเลือกสำหรับการเบี่ยงเบนเฉลี่ยซึ่ง "เกิดขึ้นจะสะดวกกว่าสำหรับการคำนวณในภายหลัง" ค่าเบี่ยงเบนมาตรฐานเป็นวิธีที่เหมาะสมในการกระจายตัวของแบบจำลองสำหรับปรากฏการณ์ที่กระจายตัวตามปกติ
หากคุณดูที่สมการคุณจะเห็นค่าเบี่ยงเบนมาตรฐานที่หนักกว่านั้นทำให้ค่าเบี่ยงเบนใหญ่ขึ้นจากค่าเฉลี่ยมากขึ้น โดยสังหรณ์ใจคุณสามารถคิดถึงความเบี่ยงเบนเฉลี่ยในการวัดค่าเบี่ยงเบนเฉลี่ยจริงจากค่าเฉลี่ยในขณะที่ค่าเบี่ยงเบนมาตรฐานสำหรับการแจกแจงรูประฆังหรือที่รู้จักกันในชื่อ "ปกติ" รอบค่าเฉลี่ย ดังนั้นหากข้อมูลของคุณกระจายไปตามปกติส่วนเบี่ยงเบนมาตรฐานจะบอกคุณว่าหากคุณสุ่มตัวอย่างค่ามากขึ้นจะพบประมาณ 68% ภายในค่าเบี่ยงเบนมาตรฐานรอบเดียวกับค่าเฉลี่ย
ในทางกลับกันหากคุณมีตัวแปรสุ่มตัวเดียวการแจกแจงอาจมีลักษณะเป็นสี่เหลี่ยมผืนผ้าโดยมีความน่าจะเป็นที่เท่ากันของค่าที่ปรากฏที่ใดก็ได้ภายในช่วง ในกรณีนี้ค่าเบี่ยงเบนเฉลี่ยอาจเหมาะสมกว่า
TL; DR หากคุณมีข้อมูลที่เกิดจากกระบวนการสุ่มหลาย ๆ อันหรือที่คุณรู้ว่าจะแจกจ่ายได้ตามปกติให้ใช้ฟังก์ชันเบี่ยงเบนมาตรฐาน