Дисперсия: основа стандартного отклонения

Что такое дисперсия?

Дисперсия показывает, насколько далеко набор чисел разбросан относительно их среднего значения. Это среднее квадратов отклонений от среднего — и именно на ней основано стандартное отклонение.

Каждый столбик показывает квадрат отклонения от среднего. Дисперсия = среднее значение этих столбиков.

Формула дисперсии

Дисперсия генеральной совокупности

σ² = Σ(xᵢ - μ)² / N

Выборочная дисперсия

s² = Σ(xᵢ - x̄)² / (n-1)

Вычислите среднее

Сложите все значения и разделите на их количество.

Найдите каждое отклонение

Вычтите среднее из каждой точки данных.

Возведите каждое отклонение в квадрат

Это устраняет отрицательные значения и усиливает влияние больших отклонений.

Усредните квадраты отклонений

Разделите на N (для совокупности) или на n-1 (для выборки).

Зачем возводить отклонения в квадрат?

Три ключевые причины

1. Устранение отрицательных значений: без возведения в квадрат положительные и отрицательные отклонения взаимно компенсируются, давая сумму, равную нулю. 2. Штраф за выбросы: возведение в квадрат придаёт больший вес значениям, далёким от среднего. 3. Математические свойства: дисперсия обладает полезными алгебраическими свойствами для статистического вывода.

Пример: почему бы просто не использовать абсолютные значения?

Набор данных: 2, 4, 4, 4, 5, 5, 7, 9 (Среднее = 5) Среднее абсолютное отклонение: |2-5| + |4-5| + ... = 14 MAD = 14/8 = 1,75 Дисперсия (через квадраты): (2-5)² + (4-5)² + ... = 32 Var = 32/8 = 4

Дисперсия и стандартное отклонение

Взаимосвязь

Standard Deviation = √Variance → σ = √σ²

Дисперсия (σ²)

- Единицы измерения возведены в квадрат (например, см², ₽²) - Труднее интерпретировать напрямую - Удобна для математических операций - Аддитивна для независимых переменных

Стандартное отклонение (σ)

- Те же единицы, что и у исходных данных - Легче интерпретировать - Удобнее для представления результатов - Используется в z-оценках и доверительных интервалах

Применение дисперсии

Хотя стандартное отклонение используется чаще, у дисперсии есть специфические применения:

Дисперсионный анализ (ANOVA):Сравнение средних между группами
Портфельная теория:Дисперсии доходностей используются при оптимизации портфеля
Регрессия:R² — это доля объяснённой дисперсии относительно общей дисперсии
Метод главных компонент (PCA):Анализ главных компонент максимизирует объяснённую дисперсию

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.