Що таке стандартне відхилення: визначення, формули та приклади

Що таке стандартне відхилення?

Стандартне відхилення — це статистичний показник, який кількісно визначає рівень варіації або дисперсії (розкиду) у наборі даних. Низьке стандартне відхилення вказує на те, що значення даних схильні групуватися близько середнього (математичного сподівання), тоді як високе стандартне відхилення свідчить про те, що дані розкидані у ширшому діапазоні. Позначається грецькою літерою σ (сигма) для генеральних сукупностей та s для вибірок; це одне з найфундаментальніших понять описової статистики.

Стандартне відхилення генеральної сукупності та вибірки

Перш ніж обчислювати стандартне відхилення, потрібно визначити, чи представляють ваші дані всю генеральну сукупність, чи лише вибірку з неї. Генеральна сукупність включає всі елементи певної групи, тоді як вибірка — це репрезентативна підмножина цієї групи. Обчислення стандартного відхилення для вибірки потребує математичного коригування — використання n - 1 (ступені вільності, або df) замість N — щоб гарантувати, що результат є незміщеною оцінкою дисперсії генеральної сукупності.

Пояснення формули стандартного відхилення

Формули стандартного відхилення базуються на спочатку обчисленні дисперсії, а потім — витягуванні квадратного кореня. Цей крок із квадратним коренем є вирішальним, оскільки він повертає міру розкиду у початкові одиниці вимірювання даних. Ключові компоненти: xᵢ (кожне окреме значення), μ або x̄ (середнє генеральної сукупності або вибірки) та N або n (загальна кількість значень).

Приклад покрокового обчислення

Давайте обчислимо стандартне відхилення вибірки для невеликого набору даних про оцінки за тест: [4, 8, 6, 5, 3, 2, 8, 9, 2, 5]. Дотримуючись формули крок за кроком, ми побачимо, як накопичується дисперсія перед тим, як ми беремо фінальний квадратний корінь.

Обчислення стандартного відхилення в Python

Ручне обчислення стандартного відхилення часто призводить до помилок, особливо при роботі з великими масивами даних. На практиці статистики та аналітики даних використовують мови програмування, такі як Python, для миттєвого обчислення за допомогою вбудованих бібліотек.

import statistics

data = [4, 8, 6, 5, 3, 2, 8, 9, 2, 5]

# Обчислення стандартного відхилення вибірки (за замовчуванням)
sample_sd = statistics.stdev(data)
print(f"Sample SD: {sample_sd:.2f}")

# Обчислення стандартного відхилення генеральної сукупності
pop_sd = statistics.pstdev(data)
print(f"Population SD: {pop_sd:.2f}")

Емпіричне правило та стандартне відхилення

Коли дані підпорядковуються нормальному розподілу (дзвоноподібній кривій), стандартне відхилення стає надзвичайно прогнозованим інструментом. Емпіричне правило, також відоме як правило 68-95-99.7, стверджує, що майже всі дані лежатимуть у межах трьох стандартних відхилень від середнього. Це дозволяє аналітикам швидко виявляти викиди та розуміти ймовірність появи конкретного спостереження.

Стандартне відхилення проти дисперсії

Дисперсія та стандартне відхилення — тісно пов'язані міри розкиду. Дисперсія (σ² або s²) — це середнє значення квадратів відхилень від середнього, тоді як стандартне відхилення — це квадратний корінь із дисперсії. Оскільки дисперсія виражається у квадратних одиницях (наприклад, квадратні гривні, квадратні сантиметри), її важко інтерпретувати в контексті початкових даних. Стандартне відхилення вирішує цю проблему, повертаючи міру розкиду у початкові одиниці виміру.

Поширені помилки, яких варто уникати

Хоча стандартне відхилення є потужним інструментом, його часто використовують неправильно. Помилкове застосування формул або нерозуміння того, що означає це значення, може призвести до хибного аналізу даних і неправильних висновків.

• Використання формули для сукупності до вибірки: Забування використати n - 1 для вибірок штучно занижує розрахований розкид, недооцінюючи справжню дисперсію генеральної сукупності.
• Застосування SD до ненормальних розподілів: Емпіричне правило застосовується лише до нормальних розподілів. Для сильно асиметричних даних SD може неточно відображати розкид.
• Плутання SD зі стандартною помилкою: Стандартна помилка вимірює точність оцінки середнього вибірки, тоді як стандартне відхилення вимірює розкид самих початкових даних.