Стандартное отклонение и свойства разброса
В прошлом уроке вы находили дисперсию — средний квадрат отклонения от ожидания. У нее неудобные единицы: если $X$ в очках, то дисперсия в «квадратных очках».
Сегодня узнаем стандартное отклонение — разброс в тех же единицах, что и сама величина.
Стандартное отклонение — длина типичной стрелки
Чтобы вернуться к исходным единицам, из дисперсии извлекают корень: от площади «среднего» квадрата переходят к его стороне.
Определение
Стандартное отклонение случайной величины $X$ — квадратный корень из ее дисперсии:
$$\sigma(X)=\sqrt{D(X)}$$
Оно измеряется в тех же единицах, что и $X$. Его называют и средним квадратическим отклонением.
Пример
Число очков $X$ принимает значения 1, 5, 9 с вероятностями $0{,}125;\ 0{,}75;\ 0{,}125$. Найдем $D(X)$ и $\sigma(X)$.
1) $E(X)=1\cdot 0{,}125+5\cdot 0{,}75+9\cdot 0{,}125=0{,}125+3{,}75+1{,}125=5$.
2) Отклонения: $-4$, $0$, $4$; квадраты: 16, 0, 16.
3) $D(X)=16\cdot 0{,}125+0\cdot 0{,}75+16\cdot 0{,}125=2+0+2=4$ (квадратных очка).
4) $\sigma(X)=\sqrt{4}=2$ очка.
Ответ: $D(X)=4$, $\sigma(X)=2$ очка.
На рисунке крайние стрелки длиной $4$, но три четверти массы стоит на самой опоре. Поэтому типичная стрелка короче крайних: $\sigma=2$.
Стандартное отклонение — не среднее расстояние до опоры. В примере среднее расстояние равно $4\cdot 0{,}125+0\cdot 0{,}75+4\cdot 0{,}125=1$, а $\sigma=2$: сначала усредняют квадраты, потом извлекают корень.
Ошибка
Ответ «$\sigma=4$» в примере — это дисперсия без корня. Проверьте единицы: дисперсия — в квадратных очках, стандартное отклонение — в очках.
Стандартное отклонение в минутах
Автобус приходит через $10$ или через $30$ минут, каждое — с вероятностью $0{,}5$. Найдем разброс времени ожидания.
- Ожидание: $E=10\cdot 0{,}5+30\cdot 0{,}5=20$ минут.
- Отклонения: $-10$ и $10$ минут, их квадраты: $100$ и $100$.
- Дисперсия: $D=100\cdot 0{,}5+100\cdot 0{,}5=100$ — в «квадратных минутах», так не говорят.
- Стандартное отклонение: $\sigma=\sqrt{100}=10$ минут.
Читаем: ждать приходится в среднем $20$ минут, плюс-минус $10$ минут. Чем больше $\sigma$, тем дальше от ожидания обычно оказываются значения. Если $\sigma=0$, величина всегда равна своему ожиданию.
Что меняет и что не меняет разброс
Если ко всем значениям прибавить одно число, весь закон сдвинется вместе с опорой. Проверьте на модели, изменится ли разброс.
Правило
- Сдвиг не меняет разброс: $D(X+b)=D(X)$ и $\sigma(X+b)=\sigma(X)$.
- Если величина принимает одно значение, отклонений нет и $D(X)=0$.
- Дисперсия — сумма квадратов с вероятностями, поэтому $D(X)\ge 0$ всегда.
Например, значения $1$, $5$, $9$ и $11$, $15$, $19$ с теми же вероятностями дают одинаковые $D=4$ и $\sigma=2$.
А если все значения растянуть, например умножить на $2$, стрелки станут длиннее и разброс вырастет. Во сколько раз — разберем в следующем уроке.
Какая линия фасовки стабильнее
Учебная модель: пакет с линии $A$ весит $490$ или $510$ г, с линии $B$ — $450$ или $550$ г, каждое значение с вероятностью $0{,}5$. Ожидание у обеих линий — $500$ г. Найдем их разброс по определению.
Линия $A$: отклонения $-10$ и $10$ г, $D=100\cdot 0{,}5+100\cdot 0{,}5=100$, $\sigma=10$ г.
Линия $B$: отклонения $-50$ и $50$ г, $D=2500\cdot 0{,}5+2500\cdot 0{,}5=2500$, $\sigma=50$ г.
Ожидание у линий одно, а стандартное отклонение у линии $B$ в $5$ раз больше. Поэтому стабильнее линия $A$: масса ее пакетов ближе к среднему. Так разброс и используют на практике: точность прибора, работа станка, риск вложений.
Так же сравнивают вклады. У двух вкладов средний доход одинаковый — $1000$ рублей в год. У первого $\sigma=50$ рублей, у второго $\sigma=400$ рублей. Второй рискованнее: его доход сильнее отходит от среднего.
Обратите внимание
$D$ и $\sigma$ растут и уменьшаются вместе: больше $D$ — больше $\sigma$. Поэтому сравнивать разброс можно по любому из них, но в единицах величины удобнее $\sigma$.
Вывод
- Стандартное отклонение $\sigma(X)=\sqrt{D(X)}$ — разброс в единицах самой величины.
- Сдвиг всех значений не меняет $D$ и $\sigma$.
- При одинаковом ожидании стабильнее та величина, у которой разброс меньше.
Следующий урок
В уроке «Свойства математического ожидания и дисперсии» узнаем, как меняются $E$ и $D$, если все значения умножить на число.
Часто задаваемые вопросы
Для квадратов есть короткая формула D(X) = E(X²) − (E(X))² и удобные правила для суммы величин. Поэтому в теории вероятностей основной мерой разброса стала дисперсия.
Стандартное отклонение измеряется в тех же единицах, что и сама величина: в граммах, очках, рублях. Его можно сравнивать со значениями величины, а дисперсию — нельзя.
Переходите к следующим темам и закрепляйте пройденное на практике.
- Более 330 000 пользователей по всей России, из них 39 000 учителей.
- Повышение среднего балла по предмету до 20 % после месяца занятий.
- Всплеск интереса к учебе и более глубокое понимание предметов.
Создайте бесплатный аккаунт — и откройте больше возможностей:
- Отслеживайте прогресс освоения тем
- Получайте персональные подборки полезных уроков и заданий
- Проводите работу над ошибками после занятий