期望值、變異數與動差
標準差(standard deviation)
變異數回答了「散得多開?」,但用的是彆扭的平方單位——平方元、平方秒——很難有感覺。標準差藉由取平方根解決這點,把散度量回到與資料本身相同的單位,因此它可以緊挨著均值並被讀作「離均值的典型距離」。
形式上,標準差 sigma = sqrt(Var(X))。它大略就是一個結果與均值相差的典型量。若身高均值 170 公分、標準差 8 公分,那麼「大多數」人都落在平均上下約 8 公分的帶子裡——而對熟悉的鐘形常態分配,這個直覺非常精準:約 68% 的值落在均值的一個標準差內,約 95% 落在兩個內,約 99.7% 落在三個內(經驗法則)。
標準差是談變異性的日常語言:誤差棒、金融裡的波動率、測量不確定度,以及 z 分數(一個值離均值有幾個標準差)全都以 sigma 為單位說話。兩個提醒:68-95-99.7 這些數字只對常態分配才精確,在別處只是粗略的指引;而既然它源自變異數,沒有有限變異數的分布也就沒有標準差。
考試成績均值 72、標準差 10。92 分是 (92 - 72)/10 = 2 個標準差高於均值——它的 z 分數是 2。若成績大致常態,大約只有 2.5% 的學生能拿到這麼高或更高。
標準差把散度放回資料自己的單位——一個離均值的典型距離。
68-95-99.7 法則只對常態分配精確;對偏態或重尾資料可能差很多,而變異數無窮大的分布根本沒有標準差。
又稱
另見