Dispersijos sąvoka paprastai naudojama statistikos srityje. Tai žodis, kurį skatina anglų matematikas ir mokslininkas Ronaldas Fisheris ( 1890 - 1962 ), ir jis padeda nustatyti atsitiktinio pobūdžio kintamojo kvadratinių nuokrypių vidurkį, atsižvelgiant į jo vidurkį .

Todėl atsitiktinių kintamųjų dispersija susideda iš priemonės, susijusios su jos dispersija . Tai šio kintamojo nuokrypio kvadrato viltis, palyginti su jos vidurkiu, ir yra matuojamas kitame vienete . Pavyzdžiui: tais atvejais, kai kintamasis matuoja atstumą kilometrais, jo dispersija yra išreikšta kvadratiniais kvadratais.

Pažymėtina, kad dispersijos priemonės (taip pat identifikuojamos pagal kintamumo priemonių pavadinimą) yra atsakingos už pasiskirstymo kintamumo išreiškimą skaičiumi, tais atvejais, kai skirtingi kintamojo balai yra labai toli nuo vidurkio, Kuo didesnė dispersijos matavimo vertė, tuo didesnis kintamumas. Kita vertus, mažesne verte, daugiau homogeniškumo.

Koks yra dispersijos variantas yra nustatyti atsitiktinio kintamojo kintamumą . Svarbu nepamiršti, kad tam tikrais atvejais prieš paskirstymo ypatybes pageidautina naudoti kitas sklaidos priemones.

Tai vadinama mėginio dispersija, kai bendruomenės, grupės ar populiacijos dispersija apskaičiuojama remiantis mėginiu. Kita vertus, kovariacija yra bendras kintamųjų poros sklaidos matas .

Ekspertai kalba apie dispersijos analizę, nurodydami statistinių modelių rinkinį ir su juo susijusias procedūras, kuriose dispersija atrodo padalyta į skirtingus komponentus.

Standartas arba standartinis nuokrypis

Vienas iš svarbiausių su dispersija susijusių sąvokų yra standartinis nuokrypis, dar vadinamas standartiniu nuokrypiu, kuris atspindi intervalo ir santykio kintamųjų dispersijos dydį, ir yra labai naudingas aprašomosios statistikos srityje . Norėdami tai gauti, mes tiesiog pradedame nuo dispersijos ir apskaičiuojame jo kvadratinę šaknį .

Praktikoje, jei mes turime vertes (išreikštas milimetrais) 14mm, 11mm, 10mm, 6mm ir 4mm, galime apskaičiuoti jų vidurkį, pridedant juos ir dalinant rezultatą 5, kuris yra elementų skaičius. Mes gausime 9 mm. Norėdami žinoti dispersiją, mes turėtume atimti kiekvieną iš verčių, gautų iš naujai įrodyto vidurkio, padidinti kiekvieną rezultatą kvadratu (kad išvengtume neigiamų skaičių, kurie turi įtakos tyrimui), pridėkite juos vienas kitam ir galiausiai padalykite viską iki 5., 8 kvadratiniai milimetrai. Galiausiai, norėdami rasti standartinį nuokrypį, apskaičiuojame kvadratinę šaknį, kuri palieka mums 9, 68 mm (atkreipkite dėmesį, kad įrenginys vėl yra milimetrais).

Šie duomenys yra labai naudingi ir reikalingi informacijai analizuoti ir apibūdinti, atsižvelgiant į tai, kad jie siūlo mums skirtingus požiūrius, taip pat skirtingas duomenų, apibūdinančių aptariamą objektą, tendencijas ir leidžia nustatyti palyginamuosius parametrus sudėtingesnius ir dinamiškesnius nei vien izoliuotos vertės. arba tiesiog pateikiamas jų aritmetinis vidurkis.

Teorijos tikrinimo procese svarbu numatyti galimus rezultatus, o nukrypimas naudojamas vertinant jų elgesį aplink jų vidurkį . Jame nustatomi nauji punktai, kurie atveria duris į skirtingas klasifikacijas ir duomenis, kurie iš pradžių nebuvo svarstomi.

Naudojant tik vidurkį tarp vertybių rinkinio, neįmanoma žinoti, ar bet kuris iš jų yra pernelyg nutolęs nuo „normalumo“, egzistuojančio šiame kontekste. Standartinis nuokrypis leidžia nustatyti dvi naujas ribas aplink centrinę liniją, kad žinotų, kada elementas yra per mažas arba didelis.