Повний посібник зі стандартного відхилення

Що таке стандартне відхилення?

Стандартне відхилення — це статистична міра, яка кількісно оцінює ступінь варіації або розкиду в наборі даних. Простіше кажучи, воно показує, наскільки числа розкидані відносно їхнього середнього значення.

Уявіть собі: якщо у вас є група студентів з результатами іспиту, стандартне відхилення покаже, чи більшість студентів отримали подібні оцінки (низьке СВ), чи оцінки сильно відрізнялися (високе СВ).

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Чому стандартне відхилення важливе?

Стандартне відхилення є однією з найбільш широко використовуваних статистичних мір, оскільки надає критично важливу інформацію для прийняття рішень практично в кожній галузі:

Фінанси:Вимірювання інвестиційного ризику та волатильності портфеля
Виробництво:Контроль якості та вдосконалення процесів за методологією Шість сигм
Наука:Звітування про невизначеність вимірювань та точність експериментів
Освіта:Аналіз розподілу оцінок та побудова кривих оцінювання
Охорона здоров’я:Клінічні випробування та аналіз варіабельності даних пацієнтів

Формула стандартного відхилення

Існують дві версії формули стандартного відхилення, залежно від того, чи працюєте ви з вибіркою, чи з генеральною сукупністю:

Генеральне стандартне відхилення

σ = √[Σ(xᵢ - μ)² / N]

Вибіркове стандартне відхилення

s = √[Σ(xᵢ - x̄)² / (n-1)]

Позначення

σ (сигма) = генеральне СВ · s = вибіркове СВ · Σ = сума · xᵢ = кожна точка даних · μ (мю) = генеральне середнє · x̄ (x з рискою) = вибіркове середнє · N = обсяг генеральної сукупності · n = обсяг вибірки

Чому (n-1)?

При роботі з вибіркою ми ділимо на (n-1) замість n. Це називається поправкою Бесселя і забезпечує незміщену оцінку генерального стандартного відхилення.

Покрокове обчислення

Обчислимо вибіркове стандартне відхилення для набору даних: 4, 8, 6, 5, 3

Обчисліть середнє

Середнє = (4 + 8 + 6 + 5 + 3) / 5 = 26 / 5 = 5,2

Знайдіть відхилення кожного значення від середнього

4 - 5,2 = -1,2 · 8 - 5,2 = 2,8 · 6 - 5,2 = 0,8 · 5 - 5,2 = -0,2 · 3 - 5,2 = -2,2

Піднесіть кожне відхилення до квадрату

(-1,2)² = 1,44 · (2,8)² = 7,84 · (0,8)² = 0,64 · (-0,2)² = 0,04 · (-2,2)² = 4,84

Підсумуйте квадрати відхилень

1,44 + 7,84 + 0,64 + 0,04 + 4,84 = 14,8

Поділіть на (n-1)

Дисперсія = 14,8 / (5-1) = 14,8 / 4 = 3,7

Обчисліть квадратний корінь

Стандартне відхилення = √3,7 = 1,924

Порада

Використовуйте наш Калькулятор стандартного відхилення для миттєвого обчислення СВ з покроковими розв’язками для будь-якого набору даних.

Інтерпретація результатів

Розуміння значення отриманого стандартного відхилення є вирішальним для прийняття обґрунтованих рішень:

Значення СВ	Інтерпретація	Приклад
Низьке СВ	Точки даних тісно згруповані навколо середнього; висока узгодженість	Деталі, виготовлені на верстаті з жорсткими допусками
Високе СВ	Точки даних широко розкидані; висока варіабельність	Щоденні зміни курсу акцій
Нульове СВ	Усі точки даних ідентичні	Товари з фіксованою ціною в магазині

Емпіричне правило (68-95-99,7)

Для нормально розподілених даних: 68% даних потрапляє в межі 1 стандартного відхилення від середнього · 95% потрапляє в межі 2 стандартних відхилень · 99,7% потрапляє в межі 3 стандартних відхилень

Приклади з реального життя

Приклад 1: Результати іспиту

Клас із 30 студентів складає іспит. Середній бал — 75, стандартне відхилення — 10. Інтерпретація: Більшість студентів (близько 68%) отримали від 65 до 85 балів. Студент із результатом 95 показує виняткові результати (на 2 СВ вище середнього), тоді як бал 55 свідчить про труднощі (на 2 СВ нижче середнього).

Приклад 2: Якість виробництва

Завод виготовляє болти діаметром 10 мм. Після вимірювання 100 болтів середнє значення становить 10,02 мм із СВ 0,05 мм. Інтерпретація: Процес добре контрольований. 99,7% болтів матимуть діаметр від 9,87 мм до 10,17 мм (±3σ). Якщо специфікації вимагають 10 мм ± 0,2 мм, цей процес легко відповідає стандартам якості.

Типові помилки, яких слід уникати

Використання неправильної формули

Не використовуйте генеральне СВ (N), коли у вас є вибірка. Це занижує справжню варіабельність.

Ігнорування викидів

Стандартне відхилення чутливе до викидів. Одне екстремальне значення може різко збільшити СВ. Розгляньте використання медіанного абсолютного відхилення (MAD) для наборів даних із викидами.

Припущення нормального розподілу

Емпіричне правило (68-95-99,7) застосовується лише до нормально розподілених даних. Перевірте розподіл ваших даних, перш ніж застосовувати ці відсотки.

← Центр навчання