Стандартное отклонение в статистике¶

Стандартное отклонение — это мера разброса (дисперсии) значений случайной величины относительно её математического ожидания, выраженная в тех же единицах измерения, что и сама величина. Вместе с дисперсией и средним квадратическим отклонением стандартное отклонение относится к основным показателям описательной статистики и широко применяется в математической статистике, экономике, инженерии, естественных науках и анализе данных.

¶Определение и формула

Стандартное отклонение (СКО, от англ. standard deviation) вычисляется как квадратный корень из дисперсии. Для генеральной совокупности с математическим ожиданием μ стандартное отклонение определяется формулой:

σ = √(Σ(xᵢ − μ)² / N),

где xᵢ — отдельные значения признака, N — объём совокупности.

Для выборки, когда истинное математическое ожидание неизвестно и оценивается по выборочному среднему x̄, используется несмещённая оценка с делением на (n − 1):

s = √(Σ(xᵢ − x̄)² / (n − 1)).

Деление на (n − 1) (исправление Бесселя) обеспечивает несмещённость оценки дисперсии: при малых выборках деление на n давало бы систематически заниженную оценку.

¶Связь с дисперсией

Дисперсия D (или Var) — это средний квадрат отклонения от среднего. Она имеет размерность квадрата исходных единиц: если измеряются метры, дисперсия выражается в квадратных метрах. Стандартное отклонение избавляет от этого неудобства, возвращаясь к исходным единицам измерения, что делает его более удобным для интерпретации. Справочно: квадратичное среднеквадратическое отклонение (RMS) отклонений от нуля связано со стандартным отклонением и средним через формулу RMS² = σ² + μ².

¶Интерпретация

Стандартное отклонение показывает, насколько типичные значения в среднем отклоняются от центра распределения. Малое значение СКО означает, что данные сконцентрированы близко к среднему; большое — что значения сильно разбросаны.

Для нормального распределения стандартное отклонение имеет наглядную геометрическую интерпретацию:

• около 68,3 % значений попадают в интервал μ ± σ;
• около 95,4 % — в интервал μ ± 2σ;
• около 99,7 % — в интервал μ ± 3σ.

Это правило трёх сигм является основой для многих методов контроля качества и выявления выбросов.

¶Коэффициент вариации

Для сравнения разброса между совокупностями с разными средними значениями используется коэффициент вариации (CV) — отношение стандартного отклонения к среднему, обычно выраженное в процентах:

CV = (s / x̄) · 100 %.

Он позволяет сопоставлять вариативность величин с разными масштабами: например, разброс доходов в двух странах с сильно отличающимися средними доходами.

¶Пример вычисления

Допустим, имеется выборка из пяти значений: 2, 4, 4, 4, 5. Среднее значение составляет 4. Отклонения от среднего: −2, 0, 0, 0, +1. Квадраты отклонений: 4, 0, 0, 0, 1. Их сумма равна 5. Дисперсия по генеральной формуле — 5/5 = 1, стандартное отклонение — √1 = 1. Для выборочной оценки дисперсия составит 5/4 = 1,25, а стандартное отклонение — √1,25 ≈ 1,118.

¶Применение

Стандартное отклонение применяется в самых разных областях:

• Финансы и инвестиции — для оценки волатильности ценных бумаг и риска портфеля. В модели ценообразования опционов Блэка — Шоулза стандартное отклонение доходности актива является ключевым входным параметром.
• Контроль качества — в статистических методах управления производством (SPC) и методе шести сигм.
• Естественные науки — для оценки погрешностей измерений и воспроизводимости экспериментов.
• Социальные науки и эконометрика — для описания неравенства распределения доходов, результатов тестирования и других показателей.
• Машинное обучение — для нормализации данных (стандартизация z-оценкой) и оценки дисперсии признаков.

¶Ограничения

Стандартное отклонение чувствительно к выбросам: единичное аномальное значение может существенно увеличить СКО, что делает его не лучшим мерилом разброса для сильно асимметричных или «тяжёлых хвостов» распределений. В таких случаях применяются более устойчивые меры — медиана абсолютных отклонений (MAD) или квартильный размах. Кроме того, СКО полноценно интерпретируется только для нормального распределения; для других распределений его значения могут вводить в заблуждение.

¶Историческая справка

Понятие стандартного отклонения ввёл в обиход статистики Карл Пирсон в 1894 году, хотя идея квадратного усреднения отклонений использовалась и раньше — в частности, в работах Гаусса по методу наименьших квадратов и теории ошибок.

¶Источники

• Коберн Б. «Статистика для бизнеса и экономики»
• Гмурман В. Е. «Теория вероятностей и математическая статистика»
• Шермет А. Д. «Математические методы анализа экономической информации»
• Czitrom V. «Statistics: A Tool for Social Sciences»
• Национальный институт стандартов и технологий (NIST), Engineering Statistics Handbook