Skillnad mellan varians och standardavvikelse

Varians vs Standardavvikelse

Variation är det vanliga fenomenet i statistikstudien eftersom det inte fanns någon variation i en data, skulle vi förmodligen inte behöva statistik i första hand. Variation beskrivs som varians i statistik som är ett mått på avståndet av värdena från deras medelvärde. Variansen är liten eller liten om värdena är grupperade närmare medelvärdet. Standardavvikelse är en annan åtgärd för att beskriva skillnaden mellan förväntade resultat och deras faktiska värden. Även om de är nära besläktade, är det skillnader mellan varians och standardavvikelse som kommer att diskuteras i den här artikeln.

Råvärden är meningslösa i någon distribution och vi kan inte dra av någon meningsfull information från dem. Det är med hjälp av standardavvikelsen att vi kan uppskatta betydelsen av ett värde eftersom det berättar hur långt vi är från medelvärdet. Variansen är liknande i konceptet till standardavvikelsen förutom att det är ett kvadratiskt värde av SD. Det är vettigt att förstå begreppen varians och standardavvikelse med hjälp av ett exempel.

Antag att det finns en jordbrukare som växer pumpor. Han har tio pumpor med olika vikter som är följande.

2. 6, 2. 6, 2. 8, 3. 0, 3. 1, 3. 2, 3. 3, 3. 5, 3. 6, 3. 8. Det är lätt att beräkna pumpens genomsnittliga vikt som det är summan av alla värden dividerat med 10. I det här fallet är det 3,15 pund. Men ingen av pumporna väger så mycket och de varierar i vikt från 0. 55 pounds lättare till 0. 65 pounds tyngre än medelvärdet. Nu kan vi skriva skillnaden för varje värde från medelvärdet på följande sätt

-0. 55, -0. 55, -0. 35, -0. 15, -0. 05, 0. 15, 0. 35, 0. 45, 0. 65.

Vad ska man göra av dessa skillnader från medelvärdet., Om vi ​​försöker hitta den genomsnittliga skillnaden ser vi att vi inte kan hitta medelvärde som vid tillägg, negativa värden är lika med positiva värden och genomsnittskillnaden kan inte beräknas på så sätt. Det var därför som man bestämde sig för att kvadrera alla värden innan de tillsattes och hitta medelvärdet. I detta fall kommer kvadrerade värden upp som följer

0. 3025, 0. 3025, 0. 1225, 0. 0225, 0. 0025, 0. 0025, 0. 1225, 0. 2025, 0. 4225.

Nu kan dessa värden läggas till och divideras med tio för att komma fram till ett värde som är känt som varians. Denna varians är 0. 1525 pund i detta exempel. Detta värde har inte stor betydelse eftersom vi hade kvadrerat skillnaden innan de hittade deras medelvärde. Det är därför vi behöver hitta kvadratroten av variansen för att komma fram till standardavvikelsen. I detta fall är det 0. 3905 pund.

I korthet: • Både varians och standardavvikelse är värdespridning i alla data. • Variansen beräknas genom att medelvärdet av kvadraterna av enskilda skillnader utgår från medelvärdet av provet • Standardavvikelsen är kvadratroten av variansen.