في الإحصاء ونظرية الاحتمالات، يعتبر الانحراف المعياري (Standard deviation) القيمة الأكثر استخداما من بين مقاييس التشتت الإحصائي لقياس مدى التبعثر الإحصائي، أي أنه يدل على مدى امتداد مجالات القيم ضمن مجموعة البيانات الإحصائية.[1][2][3] عادة ما يرمز إلى الانحراف المعياري بالحرف الإغريقي الصغير σ.
و التباين وهو معدل مربعات انحرافات العلامات في التوزيع عن الوسط الحسابي. ويكون الانحراف المعياري عندها الجذر التربيعي للتباين بالنسبة لمجموعة البيانات الإحصائية.
يتأثر التباين أو الانحراف المعياري بالقيم المتباعدة أو المتطرفة ولكنه لا يتأثر كثيرا بالتغيرات التي تطرأ على العينة، كما أنهما يرتبطان بالوسط الحسابي للتوزيع، بمعنى ان التشتت الذي نعبر عنه بالتباين أو الانحراف المعياري ينسب إلى الوسط الحسابي وليس لاي نقطة أخرى في التوزيع.
مثال على حساب الانحراف المعياري
سنأخذ هذا المثال البسيط على حساب الانحراف المعياري لكل من الرقمين 8 و4.
- الخطوة 1: إحسب الـمتوسط حسابي للرقمين.
- الخطوة 2: احسب انحراف كل من الرقمين السابقين عن الـمتوسط حسابي.
- الخطوة 3: قم بتربيع الانحرافين: و
- الخطوة 4: إجمع التربيعين الناتجين:
- الخطوة 5: قم بتقسيم الناتج على عدد القيم (وهو في مثالنا 2):
- الخطوة 6: قم بإيجاد الجذر التربيعي الموجب:
إذًا الانحراف المعياري هو 2.
حساب الانحراف المعياري لمتغير
لمتغير عشوائي متقطع
نفرض أن لدينا المتحولات (أو المتغيرات)، يعطى الانحراف المعياري لهذه القيم بالعلاقة:
حيث أن N هو عدد المتحولات (المتغيرات). ويمكن تبسيط العبارة السابقة إلى التالي:
يمكن البرهنة على ذلك بواسطة العملية الجبرية التالية:
بما أن علم الإحصاء يحلل ويعرض البيانات المتفرقة بحيث تكون ذات معنى معين أو تعطي انطباعا معينًا فان تباين هذه البيانات يمثل مشكلة كبيرة في فهم سلوك البيانات.
لمتغير عشوائي متصل
الانحراف المعياري لمتغير عشوائي متصل ذي قيم حقيقية X دالة كثافته الاحتمالية هي (p(x هو
- حيث
التشتت
لشرح معنى التشتت يمكن أن نقدم المثال البسيط التالي: بالنظر للمفردات: 9، 10، 11 فأن وسطها الحسابي هو 10 وهو أفضل قيمة تصلح لتمثيل هذه المجموعة، لكن بالنظر إلى: 8، 10، 12 فإن وسطهم الحسابي هو أيضا 10 وكذلك 6، 10، 14 أي أن الوسط الحسابي فقط لا يكفي لتعريف مجموعة البيانات تعريفا دقيقا بل نحتاج لمعيار إضافي يوضح مدى تشتت هذه البيانات حول الوسط الإحصائي ولذلك اقترح الإحصائيون إدخال مفهوم الانحراف المعياري وغيره من القيم التي تعبر عن مدى تشتت البيانات.
التاريخ
استخدم مصطلح الانحراف المعياري لأول مرة في عام 1894 من قبل كارل بيرسون و قد استخدم هذا المصطلح في محاضراته. جاء هذا الاسم بديلا للأسماء المقترحة لنفس الفكرة مثل انحراف المتوسط الحسابي المستخدم من قبل كارل غاوس.
مقالات ذات صلة
- قاعدة 68-95-99.7
- الدقة والضبط
- متباينة تشيبيشيف
- Cumulant
- انحراف (إحصاء)
- مئين (إحصاء)
- جذر متوسط مربع
- خطأ معياري (إحصاء)
- Distance correlation Distance standard deviation
- عمود خطأ
- Geometric standard deviation
- Mahalanobis distance generalizing number of standard deviations to the mean
- Mean absolute error
- Pooled standard deviation
- Propagation of uncertainty
- بيانات خام
- معامل الاختلاف
- Robust standard deviation
- Sample size
- Samuelson's inequality
- حيود سداسي
- متغير موسط مختزل
- Volatility (finance)
- Yamartino method for calculating standard deviation of wind direction
مراجع
- الإحصاء والاحتمالات، الجزائر 2008
- "معلومات عن انحراف معياري على موقع id.loc.gov". id.loc.gov. مؤرشف من الأصل في 13 ديسمبر 2019.
- "معلومات عن انحراف معياري على موقع mathworld.wolfram.com". mathworld.wolfram.com. مؤرشف من الأصل في 20 سبتمبر 2019.
- "معلومات عن انحراف معياري على موقع bigenc.ru". bigenc.ru. مؤرشف من الأصل في 13 ديسمبر 2019.