표준 편차 대신 분산을보고하는 것이 적절한시기는 언제입니까?

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?

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.

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.

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).