Среднее квадратичное отклонение в статистике¶
Среднее квадратичное отклонение (также стандартное отклонение, СКО) — статистический показатель, характеризующий рассеяние значений случайной величины относительно её среднего значения. Численно равен квадратному корню из дисперсии. Широко применяется в теории вероятностей, математической статистике, метрологии, экономике, технике и обработке результатов измерений. Обозначается обычно греческой буквой σ (сигма) для генеральной совокупности или латинской s для выборки.
¶Определение и формула
Для случайной величины X с математическим ожиданием μ среднее квадратичное отклонение определяется как
σ = √(M[(X − μ)²]),
где M — оператор математического ожидания. Величина под корнем называется дисперсией (D или σ²). Таким образом, СКО — это корень из среднего квадрата отклонения значений от их среднего.
Для выборки объёма n со значениями x₁, x₂, …, xₙ и выборочным средним x̄ используется формула
s = √( Σ(xᵢ − x̄)² / (n − 1) ),
где деление на (n − 1), а не на n, обеспечивает несмещённую оценку дисперсии генеральной совокупности. При больших n разница между делением на n и на (n − 1) становится незначительной.
¶Свойства
Среднее квадратичное отклонение обладает рядом важных свойств:
- Неотрицательно: σ ≥ 0, причём σ = 0 тогда и только тогда, когда все значения одинаковы.
- Имеет ту же размерность, что и сама случайная величина (в отличие от дисперсии, измеряемой в квадратных единицах).
- При добавлении к случайной величине постоянной c значение σ не меняется.
- При умножении случайной величины на постоянную k СКО умножается на |k|.
- Для независимых случайных величин дисперсии складываются, а СКО — нет (складываются квадраты).
Именно совпадение размерности со значениями величины делает СКО удобным для интерпретации: оно показывает, на сколько в среднем значения отклоняются от среднего.
¶Правило трёх сигм
Для нормального распределения справедливо эмпирическое правило, известное как правило трёх сигм:
| Интервал | Доля значений |
|---|---|
| μ ± σ | около 68,3 % |
| μ ± 2σ | около 95,4 % |
| μ ± 3σ | около 99,7 % |
Таким образом, практически все значения нормально распределённой величины лежат в пределах трёх стандартных отклонений от среднего. Это правило широко используется в статистическом контроле качества, метрологии и анализе данных для выявления выбросов и аномалий.
¶Стандартная ошибка среднего
Отдельно выделяют стандартную ошибку среднего — СКО выборочного среднего как оценки математического ожидания:
SE = σ / √n.
Она показывает, насколько выборочное среднее может отклоняться от истинного среднего генеральной совокупности, и уменьшается с ростом объёма выборки. Стандартная ошибка лежит в основе построения доверительных интервалов и проверки статистических гипотез.
¶Применение
¶Метрология и измерения
В метрологии СКО служит мерой случайной погрешности измерений. При многократных измерениях одной и той же величины результат записывают в виде x̄ ± s, где s характеризует разброс. Стандартное отклонение используется при расчёте неопределённости измерений и оценке сходимости результатов.
¶Технический контроль качества
В промышленности СКО применяется в статистическом управлении процессами. Контрольные карты строятся на основе границ μ ± 3σ, выход за которые сигнализирует о разладке технологического процесса. Это позволяет своевременно выявлять отклонения в производстве.
¶Финансы и экономика
В финансах стандартное отклонение доходности актива или портфеля служит классической мерой риска. Чем выше σ, тем сильнее колеблется доходность и тем выше неопределённость. На этом показателе основаны модели оценки риска, включая коэффициент Шарпа, сопоставляющий доходность с её волатильностью.
¶Обработка данных и машинное обучение
В анализе данных СКО используется для стандартизации признаков (приведения к нулевому среднему и единичному отклонению), что важно для многих алгоритмов машинного обучения. Также оно применяется при оценке качества моделей и анализе распределений.
¶Связь с другими показателями
СКО тесно связано с рядом статистических характеристик:
- Дисперсия — квадрат СКО.
- Коэффициент вариации — отношение СКО к среднему, выраженное в процентах; позволяет сравнивать разброс величин разной размерности.
- Ковариация и корреляция — обобщения дисперсии и СКО на случай двух величин.
- Среднее абсолютное отклонение — альтернативная мера рассеяния, менее чувствительная к выбросам.
¶Ограничения
Среднее квадратичное отклонение чувствительно к выбросам, поскольку отклонения возводятся в квадрат, что усиливает влияние крайних значений. Для распределений, сильно отличающихся от нормального, интерпретация σ через правило трёх сигм может вводить в заблуждение. В таких случаях применяют робастные меры рассеяния, например межквартильный размах или медианное абсолютное отклонение. Кроме того, СКО применимо только к количественным данным, для которых определены операции сложения и возведения в квадрат.
¶История
Понятие стандартного отклонения вошло в статистику в XIX веке. Термин «standard deviation» ввёл в употребление английский статистик Карл Пирсон в 1894 году. Идеи о мере рассеяния развивались в работах Карла Фридриха Гаусса, связанных с теорией ошибок и методом наименьших квадратов. В российской статистической и метрологической традиции закрепился термин «среднее квадратичное отклонение», подчёркивающий усреднение квадратов отклонений.
Источники: учебники по теории вероятностей и математической статистике, справочники по метрологии, руководства по статистическому контролю качества.