4.3
Odchylenie standardowe
Najczęściej stosowaną miarą zmienności jest odchylenie standardowe. Jest to wartość liczbowa mierząca odległość wartości danych od ich średniej. Warto…
Weźmy pod uwagę bramki zdobyte przez dwie drużyny z identyczną średnią wyników. Aby dowiedzieć się, kto ma lepsze wyniki, można użyć odchylenia standardowego, innej miary zmienności, i porównać rozpiętość wszystkich wartości od średniej.
Wzór na odchylenie standardowe zależy od tego, czy dane zostały pobrane z próby, czy z całej populacji. Jeśli są to dane próbki, odchylenie standardowe jest oznaczone przez s. W przypadku danych populacyjnych jest on reprezentowany przez sigma. Należy zauważyć, że mianownikiem jest rozmiar populacji N dla danych o populacji, a nie n minus 1, jak w przypadku danych próbki.
Jeśli wykreślimy dane z przykładu, wykres po lewej stronie pokazuje większy rozrzut, a co za tym idzie, większe odchylenie standardowe. Z kolei ten po prawej pokazuje mniejszy rozrzut i mniejsze odchylenie standardowe. Tak więc Drużyna 2 jest bardziej spójna niż Drużyna 1.
Wartości odchylenia standardowego są zwykle dodatnie i wynoszą zero tylko wtedy, gdy wszystkie wartości zestawu danych są równe. Odchylenie standardowe i zbiór danych mają te same jednostki: w tym przypadku jest to liczba celów.
View the full transcript and gain access to JoVE Core videos
Q1: What does standard deviation measure in a dataset?
Standard deviation is a numerical value measuring how far data values are from their mean. It quantifies the spread or variation in a dataset. A small standard deviation indicates data concentrated close to the mean with slight variation, while a larger standard deviation shows data values more spread out from the mean, indicating greater variation.
Q2: How does standard deviation help compare two datasets with the same mean?
Standard deviation allows comparison of consistency between datasets with identical means by measuring their spread. Two teams scoring the same average goals can be compared using standard deviation to determine which team is more consistent. The team with smaller standard deviation shows less variation in performance, making them more predictable and consistent.
Q3: What is the difference between sample and population standard deviation?
Sample standard deviation, denoted by s, is used when data is drawn from a sample and uses n minus 1 in the denominator. Population standard deviation, represented by sigma, is used for entire population data and uses population size N in the denominator. This difference accounts for the additional variability inherent in sample data.
Q4: Can standard deviation ever be negative or zero?
Standard deviation values are never negative; they are either positive or zero. Standard deviation equals zero only when all dataset values are identical, meaning there is no variation from the mean. In all other cases, standard deviation is positive, reflecting the spread of data around the mean.
Q5: What units does standard deviation use?
Standard deviation shares the same units as the original dataset. If measuring goals scored, standard deviation is expressed in goals. If measuring waiting time in minutes, standard deviation is in minutes. This makes standard deviation directly interpretable in the context of the data being analyzed.
Q6: How do you interpret standard deviation when comparing two supermarkets?
At supermarket X with two-minute standard deviation and supermarket Y with four-minute standard deviation for average five-minute wait times, supermarket Y has more variation in wait times. This means wait times at supermarket Y are more spread out from the average, while supermarket X has more consistent, predictable wait times concentrated near the mean.
Q7: What methods can help interpret standard deviation values?
Several approaches help interpret standard deviation values. The empirical method to interpret standard deviation provides practical guidelines for normal distributions. Additionally, the range rule of thumb to interpret standard deviation and Chebyshev's theorem to interpret standard deviation offer frameworks for understanding what standard deviation tells us about data distribution and concentration.