We kunnen de volgende formule gebruiken om de standaardafwijking van een bepaald monster te berekenen:<\/span><\/p>\n \u221a \u03a3(x i<\/sub> \u2013 x bar<\/sub> ) 2<\/sup> \/ (n-1)<\/span><\/span><\/p>\n Goud:<\/span><\/p>\n Hoe hoger de standaarddeviatiewaarde, hoe meer verspreid de waarden in een steekproef zijn. Omgekeerd geldt: hoe lager de standaardafwijkingswaarde, hoe nauwer de waarden geclusterd zijn.<\/span><\/p>\n Een vraag die studenten vaak stellen is: waarom is de standaarddeviatie belangrijk?<\/em><\/strong><\/span><\/p>\n Het antwoord: standaarddeviatie is belangrijk omdat het ons de verdeling van waarden in een bepaalde dataset vertelt.<\/strong><\/span><\/p>\n we analyseren een dataset Wanneer we de volgende statistieken willen vinden:<\/span><\/p>\n Door te weten waar het centrum ligt en wat de verdeling van waarden is, kunnen we de verdeling van waarden in elke dataset goed begrijpen.<\/span><\/p>\n De volgende voorbeelden illustreren het belang van standaarddeviatie in de praktijk.<\/span><\/p>\n Stel dat het gemiddelde salaris bij bedrijf A \u20ac80.000 is en de standaardafwijking \u20ac20.000. Omdat de standaardafwijking zo groot is, is er geen garantie dat u bijna \u20ac80.000 per jaar betaald krijgt als u bij dit bedrijf werkt, omdat er zoveel variatie in salarissen is.<\/span><\/p>\n Omgekeerd: stel dat het gemiddelde salaris bij bedrijf B ook \u20ac80.000 bedraagt, maar dat de standaardafwijking slechts \u20ac4.000 bedraagt. Omdat deze standaardafwijking zo klein is, kunt u er zeker van zijn dat u bijna \u20ac80.000,- betaald krijgt, omdat er zeer weinig variatie in salarissen is.<\/span><\/p>\n Als we een boxplot zouden maken om de salarisverdeling bij deze twee bedrijven te visualiseren, zou het er als volgt uit kunnen zien:<\/span> <\/p>\n Merk op dat de lengte van de boxplot voor bedrijf A groter is naarmate de standaarddeviatie van de lonen veel hoger is.<\/span><\/p>\n Beide bedrijven hebben hetzelfde gemiddelde salaris, maar de salariskloof is veel groter in bedrijf A.<\/span><\/p>\n Stel dat de gemiddelde huizenprijs in buurt A \u20ac250.000 bedraagt en de standaarddeviatie \u20ac50.000. Omdat de standaardafwijking vrij groot is, betekent dit dat sommige huizenprijzen veel hoger zullen zijn dan $250.000, en andere veel lager. Als je naar een bepaald huis in deze buurt kijkt, is er geen garantie dat de prijs ergens in de buurt van het gemiddelde zal liggen.<\/span><\/p>\n Omgekeerd: stel dat de gemiddelde huizenprijs in buurt B ook $250.000 bedraagt, maar de standaarddeviatie bedraagt slechts $10.000. Omdat deze standaardafwijking vrij klein is, kunt u er zeker van zijn dat elk huis dat u in de buurt bekijkt waarschijnlijk voor deze prijs gesloten zal zijn.<\/span><\/p>\n Als we een boxplot zouden maken om de verdeling van de huizenprijzen in deze twee buurten te visualiseren, zou het er als volgt uit kunnen zien:<\/span> <\/p>\n De lengte van de boxplot van wijk A is groter naarmate de standaardafwijking van de vastgoedprijzen veel hoger is.<\/span><\/p>\n In feite vari\u00ebren de huizenprijzen van minder dan $150.000 tot meer dan $400.000 voor buurt A, terwijl de prijzen voor buurt B slechts vari\u00ebren van ongeveer $230.000 tot $270.000.<\/span><\/p>\n Door eenvoudigweg de standaardafwijking van de huizenprijzen in elke buurt te kennen, kunnen we weten hoeveel variatie we in de prijzen in elke buurt kunnen verwachten.<\/span><\/p>\n Wat wordt als een goede standaarddeviatie beschouwd?<\/a> De standaarddeviatie wordt gebruikt om de verdeling van waarden in een steekproef te meten. We kunnen de volgende formule gebruiken om de standaardafwijking van een bepaald monster te berekenen: \u221a \u03a3(x i \u2013 x bar ) 2 \/ (n-1) Goud: \u03a3: Een symbool dat \u201csom\u201d betekent x i : de i- de waarde van het […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2019","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
\n
Voorbeeld 1: Salarisverdeling<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sdimportance.png\")
<\/p>\n Voorbeeld 2: Verdeling van de huizenprijzen<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/sdimportance2.png\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Bereik versus Standaardafwijking: wanneer moet u ze gebruiken?<\/a>
Variatieco\u00ebffici\u00ebnt versus standaardafwijking: het verschil<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"