표준 편차 대신 분산을보고하는 것이 적절한시기는 언제입니까?


16

다른 분산 성분을 모델링 한 분석을 수행했습니다. 결과를 표에보고 할 때 분산 대신 표준 편차를보고하는 것이 훨씬 간결합니다.

따라서 이것은 나를 의문점으로 만듭니다-표준 편차 대신 분산을보고하는 이유가 있습니까? 서로보고하는 것이 더 적절한가?

답변:


17

평균을보고하면 동일한 편차로 표현 된 표준 편차를보고하는 것이 더 적합합니다. 물리학의 차원 동질성에 대해 생각하십시오.

또한 분산 대신 표준 편차가 제공되는 경우 독자가 신뢰 구간 (중앙 한계 정리를 사용하고 정규 분포를 고려하기 위해 큰 n의 경우)을 고려하는 것이 더 쉽습니다.

그러나 총 편차는 인트라 및 인터 분산의 합이고 표준 편차는 합산되지 않으므로 분산과 바이어스를 비교하거나 "다른 분산 성분"을 제공하려는 경우 분산보고를 고려할 수 있습니다.


9

이것은 동등합니다. 그럼에도 불구하고 표준 편차는 변수와 동일한 단위로 표시되는 반면 분산의 단위는 2의 제곱에 대한 변수의 단위입니다. 표준 편차를보다 쉽게 ​​해석 할 수 있습니다.


0

분산은 제곱으로 인해 평균에 매우 가까운 데이터보다 특이 치 가중치가 더 높습니다. 분산이 높을수록 더 쉽게 찾을 수 있습니다.

또한 수학적 / 이론적으로 말하면 분산을 다루는 것이 더 쉽습니다. 또한 둘 이상의 데이터 집합을 처리하는 경우 이러한 요인으로 인한 총 분산을 얻기 위해 두 개의 독립적 분산을 추가 할 수 있습니다. 그러나 하나의 표준 편차를 다른 표준 편차에 추가하면 의미가없는 수치가됩니다 (측정 단위가 다른 경우).


나는 이것이 질문에 대답하지 않는다고 생각한다. 분산과 표준 편차가 직접 관련되어 있기 때문에 문제는 실제로 의미가 없습니다. 하나는 다른 하나를 제공합니다. 그들이 똑같이 적절한 것 같습니다. 일부 사람들은 표준 편차가 데이터와 같은 단위이기 때문에 표준 편차를보고하는 것을 선호 할 수 있습니다.
Michael R. Chernick
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.