Разница между дисперсией и стандартным отклонением

2019

Дисперсия показывает степень отклонения наблюдений от соответствующей меры центральной тенденции. Меры дисперсии делятся на две категории: абсолютная мера дисперсии и относительная мера дисперсии. Дисперсия и стандартное отклонение - это два типа абсолютной меры изменчивости; это описывает, как наблюдения распределены вокруг среднего значения. Дисперсия - это не что иное, как среднее значение квадратов отклонений,

В отличие от этого, стандартное отклонение - это квадратный корень из числового значения, полученного при расчете дисперсии. Многие люди противопоставляют эти два математических понятия. Итак, в этой статье делается попытка пролить свет на важное различие между дисперсией и стандартным отклонением.

Сравнительная таблица

Основа для сравнения	отклонение	Стандартное отклонение
Имея в виду	Дисперсия - это числовое значение, которое описывает изменчивость наблюдений от ее среднего арифметического.	Стандартное отклонение - это мера дисперсии наблюдений в наборе данных.
Что это?	Это среднее квадратов отклонений.	Это среднеквадратичное отклонение.
Помечены как	Сигма-квадрат (σ ^ 2)	Сигма (σ)
Выражено в	Квадратные единицы	Те же единицы, что и значения в наборе данных.
Указывает	Как далеко люди в группе разбросаны.	Сколько наблюдений за набором данных отличается от его среднего значения.

Определение дисперсии

В статистике дисперсия определяется как мера изменчивости, которая показывает, как далеко распределены члены группы. Он определяет среднюю степень, в которой каждое наблюдение отличается от среднего. Когда дисперсия набора данных мала, это показывает близость данных к среднему значению, тогда как большее значение дисперсии показывает, что наблюдения очень рассеяны вокруг среднего арифметического и друг от друга.
Для неклассифицированных данных :

Для сгруппированного распределения частот :

Определение стандартного отклонения

Стандартное отклонение - это мера, которая количественно определяет степень разброса наблюдений в наборе данных. Низкое стандартное отклонение является показателем близости оценок к среднему арифметическому, а высокое стандартное отклонение представляет; баллы разбросаны по более высокому диапазону значений.
Для неклассифицированных данных :

Для сгруппированного распределения частот :

Ключевые различия между дисперсией и стандартным отклонением

Разницу между стандартным отклонением и дисперсией можно четко разграничить по следующим причинам:

Дисперсия - это числовое значение, которое описывает изменчивость наблюдений от ее среднего арифметического. Стандартное отклонение - это мера дисперсии наблюдений в наборе данных.
Дисперсия - это не что иное, как среднее квадратов отклонений. С другой стороны, стандартное отклонение является среднеквадратичным отклонением.
Дисперсия обозначается сигма-квадратом (σ2), тогда как стандартное отклонение обозначается как сигма (σ).
Дисперсия выражается в квадратных единицах, которые обычно больше, чем значения в данном наборе данных. В отличие от стандартного отклонения, которое выражается в тех же единицах, что и значения в наборе данных.
Дисперсия показывает, насколько далеко распределены люди в группе. И наоборот, стандартное отклонение измеряет, насколько наблюдения набора данных отличаются от его среднего значения.

иллюстрация

Оценки, выставленные студентом по пяти предметам, составляют 60, 75, 46, 58 и 80 соответственно. Вы должны узнать стандартное отклонение и дисперсию.
Прежде всего, вы должны узнать среднее значение,

Таким образом, средняя (средняя) оценка составляет 63, 8
Теперь вычислим дисперсию

Икс		(XA)	(ХА) ^ 2
60	63, 8	-3, 8	14, 44
75	63, 8	11, 2	125, 44
46	63, 8	-17, 8	316, 84
58	63, 8	5, 8	33, 64
80	63, 8	16, 2	262, 44

Где X = наблюдения
A = среднее арифметическое

Таким образом, разница составляет 150, 56

И стандартное отклонение -

сходства

Дисперсия и стандартное отклонение всегда положительны.
Если все наблюдения в наборе данных идентичны, то стандартное отклонение и дисперсия будут равны нулю.

Заключение

Эти два основных статистических термина, которые играют жизненно важную роль в различных секторах. Стандартное отклонение предпочтительнее среднего, поскольку оно выражается в тех же единицах, что и измерения, в то время как отклонение выражается в единицах, превышающих данный набор данных.