სტანდარტული შეცდომა მიუთითებს, თუ რამდენად განაწილებულია გაზომვები მონაცემთა ნიმუშში. ეს არის სტანდარტული გადახრა, რომელიც იყოფა მონაცემთა ნიმუშის ზომის კვადრატულ ფესვზე. ნიმუში შეიძლება მოიცავდეს სამეცნიერო გაზომვების მონაცემებს, ტესტის ქულებს, ტემპერატურას ან შემთხვევითი რიცხვების სერიას. სტანდარტული გადახრა მიუთითებს ნიმუშის მნიშვნელობების გადახრაზე საშუალო მნიშვნელობიდან. სტანდარტული შეცდომა უკუპროპორციულად არის დაკავშირებული ნიმუშის ზომასთან - რაც უფრო დიდია ნიმუში, მით უფრო მცირეა სტანდარტული შეცდომა.
გამოთვალეთ თქვენი მონაცემების ნიმუშის საშუალო მნიშვნელობა. საშუალო არის ნიმუშის მნიშვნელობების საშუალო. მაგალითად, თუ ამინდის დაკვირვება წლის განმავლობაში ოთხდღიან პერიოდში 52, 60, 55 და 65 გრადუსი ფარენგეიტია, მაშინ საშუალო არის 58 გრადუსი ფარენგეიტის: (52 + 60 + 55 + 65) / 4.
გამოთვალეთ თითოეული ნიმუშის მნიშვნელობიდან კვადრატში გადახრა (ან სხვაობა) ჯამიდან. გაითვალისწინეთ, რომ უარყოფითი რიცხვების თავისთავად გამრავლება (ან რიცხვების კვადრატი) იძლევა დადებით რიცხვებს. მაგალითში, კვადრატში გადახრები არის (58 - 52) ^ 2, (58 - 60) ^ 2, (58 - 55) ^ 2 და (58 - 65) ^ 2, ანუ 36, 4, 9 და 49, შესაბამისად. ამიტომ, კვადრატში გადახრების ჯამია 98 (36 + 4 + 9 + 49).
იპოვნეთ სტანდარტული გადახრა. კვადრატში გადახრათა ჯამის გაყოფა ნიმუშის ზომაზე მინუს ერთზე; შემდეგ, მიიღეთ კვადრატული ფესვი შედეგი. მაგალითში, ნიმუშის ზომა არის ოთხი. აქედან გამომდინარე, სტანდარტული გადახრა არის [98 / (4 - 1)] –ის კვადრატული ფესვი, რაც დაახლოებით 5,72 – ია.
გამოთვალეთ სტანდარტული შეცდომა, რომელიც არის სტანდარტული გადახრა დაყოფილი ნიმუშის ზომის კვადრატული ფესვისთვის. მაგალითის დასასრულებლად, სტანდარტული შეცდომა არის 5.72 დაყოფილი 4 – ის კვადრატული ფესვი, ან 5.72 გაყოფილი 2 – ზე, ან 2.86.