Пример. Дисперсия и среднеквадратическое отклонение
Используйте функции
Var и
Stdev для сравнения разброса данных распределения Вейбулла и нормального распределения.
1. Определите наборы данных в соответствии с распределением Вейбулла и нормальным распределением.
2. Постройте график распределения.
Два набора данных имеют различный разброс данных и форму, даже если у них одинаковые средние значения:
3. Рассчитайте выборочную дисперсию для распределений.
Значение дисперсии у распределения Вейбулла меньше, что указывает на меньший разброс, чем у нормального распределения.
Выборочная дисперсия рассчитывается следующим образом:
4. Рассчитайте выборочное среднеквадратическое отклонение для распределения Вейбулла.
Среднеквадратическое отклонение имеет те же самые единицы измерения, что и исходные данные, что делает несколько более интуитивно-понятным измерение разброса, чем дисперсия. Это можно рассматривать как измерение ошибки в сериях измерений, которые в действительности должны быть идентичны.
Выборочное среднеквадратическое отклонение есть квадратный корень из дисперсии выборки:
5. Рассчитайте дисперсию для совокупности и среднеквадратические отклонения для распределения Вейбулла.
Дисперсию для совокупности и среднеквадратическое отклонение нужно разделить на объем выборки, а не на объем выборки минус один.
Дисперсия выборки, или функция Var, — это более широко используемое определение в количественном анализе данных.
