The standard deviation is a way of

The standard deviation is a way of describing how the data points typical deviate from the mean.
However, since some of the deviation values are positive while others are negative, it is not helpful to simply find the sum or the mean of these deviations. One method that can be used to eliminate the



negative deviations is to square each deviation. Once deviations from the mean are squared, their


Figure 3. 17

sum will no longer be zero. The squared deviations are represented as the area of the gray squares in the diagram with values {36, 16, 4, 9, and 25}.



Two common measures that are used for describing the spread or dispersion of data around the mean are variance and standard deviation, both of which are based on the mean of the squared deviations. The variance is the mean of the squared deviations and can be found by dividing the sum of the squared deviations by n (if you are working with the entire population) or n-1 (if you are working with a
sample)2. In order to have a measure of spread that is on the same scale as the original
data, we can take the square root of this mean. This will standardize the measure, resulting in the measure called the standard deviation. By default, Fathom will compute standard deviations and variances based on a sample. However, there are formulas in Fathom that can be used to compute these measures based on a population if so desired.

Kết quả (Việt) 1:

Độ lệch chuẩn là một cách để mô tả làm thế nào các điểm dữ liệu điển hình đi chệch khỏi nghĩa.Tuy nhiên, kể từ khi một số giá trị độ lệch được tích cực trong khi những người khác là tiêu cực, nó không phải là hữu ích để chỉ đơn giản là tìm kiếm tổng hợp hoặc trung bình của các độ lệch. Một phương pháp mà có thể được sử dụng để loại bỏ các độ lệch tiêu cực là tới quảng trường mỗi độ lệch. Một khi các độ lệch từ có nghĩa là đang bình phương, của họ Hình 3. 17 số tiền sẽ không còn là zero. Bình phương độ lệch được biểu diễn như là diện tích của hình vuông màu xám trong biểu đồ với các giá trị {36, 16, 4, 9, và 25}. Hai biện pháp thường được sử dụng để mô tả các lây lan hoặc phân tán của dữ liệu khoảng trung bình là phương sai và độ lệch chuẩn, cả hai đều dựa trên trung bình bình phương độ lệch. Phương sai là bình bình phương độ lệch và có thể được tìm thấy bằng cách chia tổng bình phương độ lệch của n (nếu bạn đang làm việc với toàn bộ dân số) hoặc n-1 (nếu bạn đang làm việc với mộtmẫu) 2. Để có một biện pháp Lan truyền trên quy mô tương tự như bản gốcdữ liệu, chúng tôi có thể mất bậc trong này có nghĩa là. Điều này sẽ chuẩn hóa các biện pháp, dẫn đến các biện pháp được gọi là độ lệch chuẩn. Theo mặc định, hiểu được sẽ tính toán độ lệch chuẩn và chênh lệch dựa trên một mẫu. Tuy nhiên, không có công thức trong hiểu được có thể được sử dụng để tính toán những biện pháp này dựa trên dân nếu muốn.

Kết quả (Việt) 2:

Độ lệch chuẩn là một cách để mô tả cách các điểm dữ liệu đi chệch điển hình từ trung bình.
Tuy nhiên, kể từ khi một số các giá trị độ lệch là tích cực trong khi những người khác là tiêu cực, nó không phải là hữu ích để chỉ đơn giản là tìm tổng hoặc trung bình của những sai lệch. Một phương pháp có thể được sử dụng để loại bỏ độ lệch tiêu cực là hình vuông mỗi độ lệch. Khi sai lệch so với giá trị trung bình được bình phương, họ Hình 3. 17 tiền sẽ không còn là số không. Độ lệch bình phương được đại diện là diện tích của hình vuông màu xám trong sơ đồ với các giá trị {36, 16, 4, 9, và 25}. Hai biện pháp phổ biến được sử dụng để mô tả sự lan truyền hoặc phân tán dữ liệu xung quanh giá trị trung bình là phương sai và độ lệch chuẩn, cả hai đều được dựa trên giá trị trung bình của các độ lệch bình phương. Phương sai là trung bình của các độ lệch bình phương và có thể được tìm thấy bằng cách chia tổng các độ lệch bình phương của n (nếu bạn đang làm việc với toàn bộ dân cư), n-1 (nếu bạn đang làm việc với một mẫu) 2. Để có một biện pháp lan truyền đó là trên quy mô tương tự như bản gốc dữ liệu, chúng ta có thể lấy căn bậc hai của bình này. Điều này sẽ chuẩn hóa các biện pháp, kết quả là biện pháp được gọi là độ lệch chuẩn. Theo mặc định, Fathom sẽ tính toán độ lệch chuẩn và phương sai dựa trên mẫu. Tuy nhiên, có những công thức trong Fathom có thể được sử dụng để tính toán các biện pháp dựa trên một dân số nếu muốn.