Понятия дисперсии и среднеквадратического отклонения

Посмотрите на примерах связь разброса данных со среднеквадратическим отклонением

Введение в среднеквадратическое отклонение

Среднеквадратическое отклонение — это мера разброса данных. Чем сильнее разбросаны данные в выборке, тем больше среднеквадратическое отклонение.

Например, у синего распределения внизу среднеквадратическое отклонение больше, чем у зелёного распределения вверху:

Любопытно, что среднеквадратическое отклонение не может быть отрицательным. Если среднеквадратическое отклонение близко к

0

, значит, все данные лежат очень близко к среднему арифметическому (показано пунктирной линией). Чем дальше отдельные точки от среднего арифметического, тем больше среднеквадратическое отклонение.

Попробуйте сами

У какого распределения из показанных ниже наибольшее среднеквадратическое отклонение?

У распределения А среднеквадратическое отклонение наибольшее, поскольку его данные сильнее разбросаны. Иными словами, они дальше от среднего арифметического.

Для информации, среднеквадратическое отклонение распределения А равно примерно

2, 91

, а среднеквадратическое отклонение распределения В равно приблизительно

1, 73

Хотите присоединиться к обсуждению?

Войти

Сортировать по:

Пока нет ни одной записи.

Знаете английский? Нажмите здесь, чтобы увидеть обсуждение, которое происходит на английской версии сайта.