Tôi đã tiến hành phân tích trong đó tôi đã mô hình hóa các thành phần phương sai khác nhau. Khi báo cáo kết quả trong một bảng, sẽ ngắn gọn hơn nhiều khi báo cáo độ lệch chuẩn thay vì phương sai.
Vì vậy, điều này mang lại cho tôi câu hỏi - có bao giờ một lý do để báo cáo phương sai thay vì độ lệch chuẩn? Có bao giờ thích hợp hơn để báo cáo cái này hơn cái kia không?
Câu trả lời:
Nếu bạn báo cáo giá trị trung bình, thì sẽ thích hợp hơn để báo cáo độ lệch chuẩn vì nó được thể hiện trong cùng một sự thống nhất. Hãy suy nghĩ về sự đồng nhất các chiều trong vật lý.
Hơn nữa, người đọc dễ dàng xem xét các khoảng tin cậy (đối với n lớn, để sử dụng Định lý giới hạn trung tâm và xem xét phân phối bình thường) nếu độ lệch chuẩn được cung cấp thay vì phương sai.
Tuy nhiên, bạn có thể xem xét báo cáo phương sai nếu bạn muốn so sánh phương sai và sai lệch hoặc đưa ra "các thành phần phương sai khác nhau", vì tổng phương sai là tổng của phương sai trong và giữa, trong khi độ lệch chuẩn không tổng hợp.
Trọng lượng phương sai vượt trội hơn nhiều so với dữ liệu rất gần trung bình do hình vuông. Một phương sai cao hơn giúp bạn phát hiện ra điều đó dễ dàng hơn.
Ngoài ra, về mặt toán học / lý thuyết, đối phó với phương sai dễ dàng hơn. Và nếu bạn đang xử lý nhiều hơn một tập dữ liệu, bạn có thể thêm hai phương sai độc lập (hoặc nhiều hơn) để có được tổng phương sai do các yếu tố đó. Nhưng, việc thêm một độ lệch chuẩn cho một số khác sẽ cho bạn một con số vô nghĩa (nếu đơn vị đo là khác nhau).