표준 편차 계산기
![표준 편차 계산기](/media/images/standard_deviation_calculator.webp)
통계는 데이터를 분석하고 체계화하는 것뿐만 아니라 데이터의 양적, 질적 지표를 수치 형식으로 표현하는 데 전념하는 과학 분야입니다.
일반화 정도에 따라 기본 통계 데이터와 집계 통계 데이터는 특징 수(1차원 및 다차원)에 따라, 구성 형식에 따라 공간적, 시간적, 혼합(시공간)으로 구분됩니다.
통계는 사회적 과정과 현상을 표시하는 최고의 도구로, 이를 통해 약점과 문제 영역을 적시에 파악하고 법률, 생산 과정, 법적 규범 등을 적절하게 변경할 수 있습니다.
라틴어 상태(status)에서 유래하고 '상황'으로 번역되는 통계학은 고대 로마 시대부터 존재해 왔습니다. 그런 다음 재산 기록, 인구 조사 및 전쟁 국가의 군사적 잠재력을 비교하는 데 사용되었습니다.
그러나 그것은 독일의 "국가 연구"를 대체하여 1746년에야 과학의 지위를 얻었습니다. 이 계획은 18세기 중반에 통계를 학문 분야로 전환시킨 독일 과학자 고트프리트 아헨발(Gottfried Achenwall)의 것입니다.
표준편차
통계라는 틀 안에서 과학으로서 많은 새로운 지표와 가치가 등장했습니다. 여기에는 평균값에 대한 데이터 세트의 값 분포를 설명하기 위해 오늘날에도 여전히 사용되는 표준 편차(RMS)가 포함됩니다.
기본적으로 RMS는 한 배열의 데이터 양이 서로 얼마나 다른지 설명하는 가변성을 측정한 것입니다. 이는 경제, 금융, 공학 및 기타 여러 과학 분야에서 널리 사용됩니다.
공식 정의에 따르면 표준편차는 수학적 기대값에 비해 무작위 변수 값의 분산을 나타내는 지표입니다. 결과적으로 수학적 기대값은 산술 평균과 유사하지만 결과는 무한합니다.
간단히 말하면 표준편차가 낮을수록 수집된 데이터가 현실을 더 정확하게 반영한다는 의미입니다. 반대로, 높은 표준 편차는 수집된 통계 정보의 모호함을 나타냅니다. 또한 RMS를 사용하면 주요 추세를 반영하지 않고 규칙의 예외인 이상치와 이상치를 식별할 수 있습니다.
코엑스의 실제 사례는 다음과 같습니다.
- 금융 부문에서는 변동성의 척도로 사용됩니다.
- 사회학적 조사 - 여론 평가
- 스포츠 분야에서 객관적인 강약점을 지닌 팀의 승리를 예측/예상하는 것.
과학 문헌에서 표준 편차는 라틴 문자 시그마(σ)로 표시되며 "표준 편차"(표준 편차)라는 대체 이름도 있습니다. 매우 정확한 결과와 함께 모든 샘플 값을 고려해야 할 때 사용됩니다. 이름에서 알 수 있듯이 RMS를 결정하려면 제곱근이 필요합니다.
유의성 표준편차는 평균, 중앙값, 최빈값, 사분위수 등의 통계 값과 동등하게 표시될 수 있습니다. RMS의 장점 중 하나는 계산이 쉽다는 것입니다. 표준 편차를 결정하고 추가 계산에 사용하려면 몇 가지 간단한 수학 연산을 수행하는 것으로 충분합니다.
20세기 말까지 이러한 작업은 컴퓨터 없이, 심지어 액세서리를 세지 않고도 수행되었습니다. 오늘날 RMS를 결정하려면 입력된 데이터의 표준 편차를 계산하는 특수 온라인 애플리케이션과 같은 소프트웨어를 사용하는 것으로 충분합니다.