Đó là căn bậc hai của khoảnh khắc trung tâm thứ hai , phương sai. Các khoảnh khắc có liên quan đến các hàm đặc trưng (CF), được gọi là đặc tính vì một lý do mà chúng xác định phân phối xác suất. Vì vậy, nếu bạn biết tất cả các khoảnh khắc, bạn biết CF, do đó bạn biết toàn bộ phân phối xác suất.
Hàm đặc trưng của phân phối chuẩn được xác định chỉ bằng hai thời điểm: giá trị trung bình và phương sai (hoặc độ lệch chuẩn). Do đó, đối với phân phối bình thường, độ lệch chuẩn đặc biệt quan trọng, đó là 50% định nghĩa của nó theo một cách nào đó.
Đối với các bản phân phối khác, độ lệch chuẩn theo một số cách ít quan trọng hơn vì chúng có các thời điểm khác. Tuy nhiên, đối với nhiều phân phối được sử dụng trong thực tế, những khoảnh khắc đầu tiên là lớn nhất, vì vậy chúng là những phân phối quan trọng nhất cần biết.
Bây giờ, theo trực giác, giá trị trung bình cho bạn biết trung tâm phân phối của bạn ở đâu, trong khi độ lệch chuẩn cho bạn biết mức độ gần với trung tâm này của dữ liệu của bạn.
Vì độ lệch chuẩn nằm trong các đơn vị của biến, nên nó cũng được sử dụng để chia tỷ lệ các khoảnh khắc khác để có được các biện pháp như kurtosis . Kurtosis là một số liệu không thứ nguyên cho bạn biết mức độ béo của phân phối so với bình thường