Độ lệch chuẩn hình học: Hướng dẫn đầy đủ

Khi nào sử dụng Độ lệch chuẩn hình học

Độ lệch chuẩn hình học (GSD) là đại lượng đo độ phân tán phù hợp cho dữ liệu mang tính nhân thay vì cộng—như tốc độ tăng trưởng, tỷ lệ, nồng độ hoặc bất kỳ phép đo nào phân phối log-chuẩn.

Hãy xem xét lợi nhuận cổ phiếu: tăng 10% rồi giảm 10% không đưa bạn về hòa vốn (bạn sẽ có 99% giá trị ban đầu). Những mối quan hệ nhân này đòi hỏi thống kê hình học thay vì thống kê số học.

Thông tin quan trọng

Nếu dữ liệu của bạn trải dài nhiều bậc độ lớn, luôn dương và trông lệch phải khi vẽ bình thường nhưng đối xứng khi vẽ trên thang logarit—bạn đang làm việc với dữ liệu log-chuẩn cần thống kê hình học.

Hiểu dữ liệu Log-chuẩn

Dữ liệu có phân phối log-chuẩn khi logarit tự nhiên của nó tuân theo phân phối chuẩn. Ví dụ phổ biến bao gồm:

Giá cổ phiếu và lợi nhuận đầu tư theo thời gian
Phân phối thu nhập và tài sản
Kích thước hạt trong sol khí và dược phẩm
Số lượng khuẩn lạc và tải lượng virus
Nồng độ chất ô nhiễm môi trường
Hiệu giá kháng thể và nồng độ thuốc

Đặc điểm chính: các quá trình liên quan đến phép nhân lặp đi lặp lại tạo ra phân phối log-chuẩn, giống như phép cộng lặp đi lặp lại tạo ra phân phối chuẩn.

Công thức và cách tính

Độ lệch chuẩn hình học

GSD = exp(√[Σ(ln xᵢ - ln x̄ₘ)² / (n-1)])

Hoặc đơn giản hơn: lấy logarit tự nhiên của tất cả giá trị, tính độ lệch chuẩn thông thường, rồi lấy lũy thừa.

Biến đổi dữ liệu

Tính logarit tự nhiên của mỗi giá trị: yᵢ = ln(xᵢ)

Tính trung bình

Tìm trung bình số học của các giá trị log: ȳ = Σyᵢ/n

Tính SD

Tìm độ lệch chuẩn của giá trị log: s = √[Σ(yᵢ-ȳ)²/(n-1)]

Biến đổi ngược

Lấy lũy thừa để có GSD: GSD = eˢ

Python

import numpy as np
from scipy import stats

def geometric_sd(data):
    """Calculate geometric standard deviation"""
    log_data = np.log(data)
    sd_log = np.std(log_data, ddof=1)
    return np.exp(sd_log)

def geometric_mean(data):
    """Calculate geometric mean"""
    return stats.gmean(data)

# Example: Antibody titers (highly variable, log-normal)
titers = [64, 128, 256, 128, 512, 64, 256]
gm = geometric_mean(titers)
gsd = geometric_sd(titers)
print(f"Geometric Mean: {gm:.1f}")
print(f"Geometric SD: {gsd:.2f}")

Diễn giải giá trị GSD

Khác với SD số học có cùng đơn vị với dữ liệu, GSD là một hệ số nhân—một tỷ lệ. GSD bằng 2,0 nghĩa là dữ liệu thường biến thiên theo hệ số 2.

GSD = 1,0:Không có biến thiên (không thể trong thực tế)
GSD ≈ 1,2:Biến thiên thấp (±20% điển hình)
GSD ≈ 2,0:Biến thiên trung bình (dữ liệu gấp đôi/giảm nửa)
GSD ≈ 3,0:Biến thiên cao (trải dài một bậc độ lớn)

Khoảng tin cậy

Với dữ liệu log-chuẩn, khoảng 95% xấp xỉ: Trung bình hình học ÷ GSD² đến Trung bình hình học × GSD². Với GM=100 và GSD=2, khoảng là 25 đến 400.

Ứng dụng thực tế

Khoa học dược phẩm

Phân phối kích thước hạt (D50, GSD) · Biến thiên nồng độ thuốc · Nghiên cứu sinh khả dụng · Đặc tính sol khí

Tài chính & Kinh tế

Biến động lợi nhuận đầu tư · Phân tích tốc độ tăng trưởng · Nghiên cứu phân phối thu nhập · Mô hình giá tài sản

GSD và SD thông thường

Sử dụng SD số học trên dữ liệu log-chuẩn cho kết quả sai lệch:

Ví dụ: Dữ liệu tải lượng virus

Giá trị: 1.000; 5.000; 10.000; 50.000; 100.000 bản sao/mL Trung bình số học ± SD: 33.200 ± 41.424 Trung bình hình học × GSD: 10.000 × 4,5 → Khoảng: 2.222 đến 45.000 SD số học gợi ý rằng giá trị âm là có thể—điều không thể đối với tải lượng virus!

Luôn kiểm tra phân phối

Trước khi tính bất kỳ đại lượng phân tán nào, hãy trực quan hóa dữ liệu. Nếu nó lệch phải với đuôi dài, thử biến đổi logarit. Nếu điều đó làm nó đối xứng, hãy sử dụng thống kê hình học.

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.