मैंने एक विश्लेषण किया है जिसमें मैंने विभिन्न भिन्न घटकों को प्रतिरूपित किया है। किसी तालिका में परिणामों की रिपोर्ट करते समय, यह भिन्नताओं के बजाय मानक विचलन की रिपोर्ट करने के लिए अधिक संक्षिप्त है।
तो, यह मुझे इस सवाल पर लाता है - क्या मानक विचलन के बजाय विचरण की रिपोर्ट करने का कोई कारण है? क्या कभी एक के बाद एक पर रिपोर्ट करना ज्यादा उचित है?
जवाबों:
यदि आप माध्य की रिपोर्ट करते हैं, तो मानक विचलन की रिपोर्ट करना अधिक उपयुक्त है क्योंकि यह एक ही एकता में व्यक्त किया गया है। भौतिकी में आयामी समरूपता के बारे में सोचें।
इसके अलावा, पाठक के लिए केंद्रीय अंतराल प्रमेय का उपयोग करने के लिए आत्मविश्वास अंतराल (बड़े एन के लिए) पर विचार करना आसान है, यदि विचलन के बजाय मानक विचलन प्रदान किया जाता है।
हालाँकि, आप विचरण को रिपोर्ट करने पर विचार कर सकते हैं यदि आप विचरण और पूर्वाग्रह की तुलना करने में रुचि रखते हैं, या "भिन्न भिन्न घटक" दे रहे हैं, क्योंकि कुल विचरण अंतर और अंतर के योग हैं, जबकि मानक विचलन का योग नहीं है।
वर्ग के कारण माध्य के पास डेटा की तुलना में बहुत अधिक भार भिन्न होता है। एक उच्च विचरण आपको अधिक आसानी से हाजिर करने में मदद करता है।
इसके अलावा, गणितीय / सैद्धांतिक रूप से बोलना, विचरण से निपटना आसान है। और यदि आप एक से अधिक डेटासेट के साथ काम कर रहे हैं, तो आप उन कारकों के कारण कुल भिन्नता प्राप्त करने के लिए दो स्वतंत्र संस्करण (या अधिक) जोड़ सकते हैं। लेकिन, एक मानक विचलन को दूसरे में जोड़ना आपको एक व्यर्थ संख्या देता है (यदि माप इकाइयां अलग हैं)।