标准偏差

在概率统计中，随机变量的标准差是随机变量与平均值的平均距离。

它表示随机变量在均值附近的分布情况。标准偏差小表示随机变量分布在均值附近。标准差大表明随机变量的分布远离均值。

标准差是随机变量X方差的平方根，均值为μ。

$\sigma =std(X)=\sqrt{Var(X)}=\sqrt{E(( X-\mu)^2}$

从标准差的定义我们可以得到

$\sigma =std(X)=\sqrt{E( X^2 )-\mu^2}$

对于具有平均值 μ 和概率密度函数 f(x) 的连续随机变量：

$\sigma=std(X)=\sqrt{\int_{-\infty }^{\infty }(x-\mu)^2\: f(x)dx}$

或者

$\sigma =std(X)=\sqrt{\left [ \int_{-\infty }^{\infty }x^2\: f(x)dx \right ]-\mu^2}$

对于具有均值 μ 和概率质量函数 P(x) 的离散随机变量 X：

$\sigma=std(X)=\sqrt{\sum_{i}^{}(x_i-\mu _X)^2P_X(x_i)}$

或者

$\sigma =std(X)=\sqrt{\left [ \sum_{i}^{}x_i^2P(x_i) \right ]-\mu^2}$

也可以看看