📐 मानक संरचना गणक

इस तथ्य के लिए NATA (ब्लूशन की सुधार) योग देती है कि एक नमूना जो जनसंख्या के सच फैलाव को कम करता है वह वह है ।

SEGRSESER प्रत्येक सकारात्मक करता है ताकि वे रद्द नहीं करें, और यह बड़े विचलनों से अधिक भारी है. अंत में वर्गमूल रूट लेने पर परिणाम निकलता है डेटा की मूल इकाई के लिए माप बताता है.

उसका मतलब ये है कि यह प्रत्येक मूल्य से कम करे, वर्ग में से प्रत्येक विचलन और जोड़ने के लिए, फिर 1 द्वारा एक नमूना या n के लिए भाग दें और उस परिणाम के वर्गमूल ले लो.

कोई विश्‍व - मंडल "अच्छा" मूल्य नहीं है — यह पूरी तरह से आपके डेटा के पैमाने और संदर्भ पर निर्भर करता है. एक मानक विचलन केवल अगले अर्थ के लिए है; वही फैल गया है जो घर के मूल्य के लिए छोटे से है की जाँच के लिए। परिवर्तन का प्रतिनिधित्व करता है यह तुलना के लिए एक प्रतिशत के रूप में। और यह एक बहुत ही महत्वपूर्ण है कि आप के लिए एक बहुत कुछ है, आप एक बहुत कुछ कर सकते हैं, लेकिन आप एक बहुत कुछ कर सकते हैं, आप एक बहुत कुछ कर सकते हैं, लेकिन आप एक बहुत कुछ भी नहीं है, आप के लिए, आप एक बहुत कुछ कर सकते हैं, लेकिन आप एक बहुत कुछ भी नहीं है, आप एक बहुत कुछ कर सकते हैं, आप एक बहुत कुछ कर सकते हैं, लेकिन आप एक बहुत कुछ भी तरह से कर सकते हैं, और अधिक है, आप एक बहुत अधिक के लिए, और अधिक है, और आप एक बहुत कुछ कर सकते हैं।

यह शून्य हो सकता है, जो केवल जब हर मूल्य एक समान होता है और वहाँ कोई व्यापक नहीं होता है. यह कभी नकारात्मक नहीं हो सकता क्योंकि यह एक औसत संख्या का वर्गमूल है.

नमूना सूत्र एन इल्यूशन 1 द्वारा भाग देता है तो एक एकल मान शून्य से विभाजित होगा और बाएँ अपरिभाषित है. एक सेंपल मानक विचलन केवल एक बार जब आप दो या अधिक विचार करते हैं तो समझ बनाता है.