분산과 표준 편차의 차이
분산 대 표준 편차
변동은 통계 연구에서 공통적 인 현상이다. 데이터의 편차가 있다면 처음에는 통계가 필요하지 않을 것입니다. 변이는 평균과의 거리의 척도 인 통계의 차이로 설명됩니다. 값이 평균에 더 가깝게 분류되면 분산은 작거나 작습니다. 표준 편차는 예상 결과와 실제 값 간의 차이를 설명하는 또 다른 측정 값입니다. 둘 다 밀접하게 관련되어 있지만,이 기사에서 논의 할 분산과 표준 편차에는 차이가 있습니다.
원시 값은 모든 배포에서 의미가 없으므로 의미있는 정보는 제외시킬 수 없습니다. 표준 편차의 도움으로 우리는 가치의 중요성을 인식 할 수 있으며 평균값과 얼마나 멀리 떨어져 있는지 알 수 있습니다. 분산은 SD의 제곱 값이라는 점을 제외하고는 표준 편차와 개념적으로 유사합니다. 예를 통해 분산 및 표준 편차의 개념을 이해하는 것이 좋습니다.
호박을 재배하는 농부가 있다고 가정합니다. 그는 다음과 같이 다른 무게의 10 개의 호박을 가지고 있습니다. 2. 6, 2. 6, 2. 8, 3. 0, 3.1, 3.2, 3.3, 3. 5, 3. 6, 3. 8. 호박의 평균 무게를 그것은 모든 값을 10으로 나눈 값의 합계입니다.이 경우에는 3.15 파운드입니다. 그러나, 호박의 아무도는 이것의 무게를 달지 않으며 무게가 0에서 55 파운드 가벼운에서 0.65 파운드 평균에 이르기까지 다양합니다. 이제 다음과 같은 방식으로 평균값으로부터 각 값의 차이를 쓸 수 있습니다.
평균과의 차이점., 우리가 평균 차이를 찾으려고한다면, 덧셈에 따라 평균을 찾을 수 없다는 것을 알 수 있습니다. 음의 값은 양의 값과 같고 평균 차이는 계산 될 수 없습니다. 그래서 모든 값을 더하고 평균을 구하기 전에 모든 값을 제곱하기로 결정한 것입니다. 이 경우 제곱 값은
0과 같이 나타납니다. 3025, 0.3025, 0.125, 0.025, 0 0025, 0 0025, 0.12525, 0.2025, 0. 4225.9999이 값들은 10에 더 해지고 더 해져서 분산으로 알려진 값. 이 차이는이 예제에서 0.1525 파운드입니다. 이 값은 의미를 찾기 전에 차이를 제곱 한만큼 의미가 없습니다. 이것이 표준 편차에 도달하기 위해 분산의 제곱근을 찾아야하는 이유입니다. 이 경우 0.395 파운드입니다.
요약:
• 분산과 표준 편차는 모든 데이터에서 값의 확산 측정 값입니다.
|
• 분산은 샘플의 평균과 개인차의 제곱의 평균을 취하여 계산됩니다. • 표준 편차는 분산의 제곱근입니다. 추천 |
