方差与标准偏差
差异是统计研究中的常见现象,因为如果数据没有变化,我们可能首先不需要统计数据。变异被描述为统计的方差,这是对值与平均值的距离的度量。如果将值分组为均值,则方差很小或小。标准偏差是描述预期结果与其实际值之间的差异的另一个措施。尽管两者都密切相关,但在本文中将讨论的方差和标准偏差之间存在差异。
原始值在任何分布中都是毫无意义的,我们不能从中扣除任何有意义的信息。在标准偏差的帮助下,我们能够理解价值的重要性,因为它告诉我们我们距离平均值有多远。概念的方差与标准偏差相似,除了它是SD的平方值。在一个示例的帮助下,理解方差和标准偏差的概念是有意义的。
假设有一个农民种植南瓜。他有十个不同的南瓜,如下所示。
2.6、2.6、2.8、3.0、3.1、3.2、3.3、3.5、3.6、3.8。很容易计算南瓜的平均重量,因为它是所有值除以10的总和。在这种情况下为3.15磅。但是,没有南瓜的重量很大,它们的重量范围从0.55磅重,比平均值重0.65磅。现在我们可以按以下方式写出每个值的差异
-0.55,-0.55,-0.35,-0.15,-0.05,0.15,0.35,0.45,0.65。
这些差异与均值的不同。,如果我们试图找到平均差异,我们会发现我们找不到均值添加时的平均值,负值等于正值,因此无法计算平均值差。这就是为什么决定在添加它们并找到平均值之前对所有值进行平衡的原因。在这种情况下,平方值出现如下
0.3025、0.3025、0.1225、0.0225、0.0025、0.0025、0.1225、0.2025、0.4225。
现在,这些值可以添加并除以十,以得出一个称为方差的值。在此示例中,此方差为0.1525磅。这个值并没有太大的意义,因为我们在找到平均值之前就差异了。这就是为什么我们需要找到方差的平方根以达到标准偏差的原因。在这种情况下,它是0.3905磅。
简单来说: •方差和标准偏差都是任何数据中值的量度。 •通过将单个差异的平方平均与样品的平均值相提并论来计算方差 •标准偏差是方差的平方根。 |
发表评论