標準差計算機
![標準差計算機](/media/images/standard_deviation_calculator.webp)
統計學是一門科學分支,致力於數據分析和系統化,以及以數字形式表達其定量和定性指標。
根據泛化程度,區分初級統計數據和聚合統計數據;根據特徵數量——一維和多維;根據組織格式——空間、時間和混合(時空)。
統計是展示社會進程和現象的最佳工具,可以讓您及時發現薄弱環節和問題領域,對立法、生產流程、法律規範等做出適當的改變。
統計,其名字來源於拉丁語status,翻譯過來就是“事態”,自古羅馬時代就已存在。 然後它被用來保存財產記錄、人口普查以及比較戰國的軍事潛力。
但它直到 1746 年才獲得科學地位,取代了德國的“國家研究”。 該倡議屬於德國科學家 Gottfried Achenwall,他在 18 世紀中葉將統計學轉變為一門學科。
標準差
在統計學的框架下,作為一門科學,出現了許多新的指標和數值。 其中包括標準差 (RMS),該標準至今仍用於描述數據集中值的平均值的分佈情況。
本質上,SD 是一種變異性度量,描述一個數組中的數據彼此之間有多少差異。 它廣泛應用於經濟和金融、工程以及許多其他科學分支。
根據官方定義,標準差是隨機變量的值相對於其數學期望的離散程度的指標。 反過來,數學期望類似於算術平均值,但具有無限數量的結果。
簡單來說,標準差越低,收集到的數據就越準確地反映現實。 相反,高標準差表明收集的統計信息不明確。 此外,RMS 允許您識別不反映主要趨勢且屬於規則例外的異常和異常值。
以下是 COEX 實踐中的一些示例:
- 在金融領域,作為波動性的衡量標準。
- 在社會學調查中 - 評估公眾輿論。
- 在體育領域,預測具有客觀優勢和劣勢的球隊的獲勝情況。
在科學文獻中,標準差用拉丁字母西格瑪(σ)表示,並且有一個替代名稱——“標準差”(標準差)。 當需要考慮所有樣本值並獲得高精度結果時使用它。 顧名思義,需要平方根來確定 RMS。
顯著性標準差可以與平均值、中位數、眾數和四分位數等統計值相提並論。 RMS 的優點之一是易於計算。 執行一些簡單的數學運算就足以確定標準差並將其用於進一步的計算。
直到 20 世紀末,這些操作都是在沒有計算機的情況下進行的,通常甚至不需要計算配件。 如今,要確定 RMS,使用軟件就足夠了,例如,一個特殊的在線應用程序,可以根據輸入的數據計算標準差。