具有鲜明的直观性,以表象,标准差可以做哪些图表( 二 )


这就是标准差的核心理念 。本文对标准差概念的基础直观解释可以帮助大家更容易地理解,为什么在处理 z 分数(z-score)、正态分布、标准误差和方差分析时要使用标准差的单位 。
此外,如果你用标准差公式中的拟合线 Y 替代平均值,则你在处理的是基础回归项,如均方误差(不开根号的话)、均方根误差(开根号 , 但是和拟合线相关) 。相关和回归公式均可使用不同量的平方和(或总变异区域)来写 。分割平方和是理解机器学习中的泛化线性模型和偏差-方差权衡的关键概念 。
简而言之:标准差无处不在 。
绝对值的问题
你可能会疑惑,为什么对差异求平方而不是取绝对值呢 。没有什么能够真正阻止你使用差异的平均绝对值 。平均绝对值给所有差异提供的是相同的权重,而差异平方为距离平均值较远的数字提供更多权重 。这或许是你想要的 。但是,大部分数学理论利用差异平方(其原因不在本文讨论范围内,如可微分) 。

具有鲜明的直观性,以表象,标准差可以做哪些图表

文章插图
从这些数字中,你可以轻松观察到 x_1 的变异和数值分散性比 x_2 低 。我们来计算两个集合差异的平均绝对值(二者的平均值都为 6):
具有鲜明的直观性,以表象,标准差可以做哪些图表

文章插图
哦 , 结果并不好!两个集合的变异值相同,尽管我们能够看到 x_1 的数字差异要比 x_2 低 。现在,我们使用差异平方计算,得到:
具有鲜明的直观性,以表象,标准差可以做哪些图表

文章插图
在差异平方的作用下,我们得到了想要的结果:当数字越分散时,标准差越大 。
原文链接:***/blog/a-visual-interpretation-of-the-standard-deviation/


推荐阅读