スポンサーリンク
最近の記事
  • 5/24 Anacondaのアンインストール
  • 5/24 【Jupyter Notebook】新規プログラムの作成
  • 5/23 【Python】開発環境の構築
  • 5/23 Pythonはじめました
  • 5/14 simplicity2-child
  • 4/6 【Office365】Web版Outlookのスレッド表示を解除する方法
  • 4/5 【Excel】フーリエ解析(FFT)
  • 3/20 Canny edge detection
  • 3/20 【Excel2016】分析ツールの表示
  • 3/5 【Visual Studio】黒い背景色を白に変更する方法
  • 2/8 【Windows10】拡張モニタに表示されたウィンドウを元に戻す
  • 2/7 複素数の計算
  • 1/18 【Excel】棒グラフの横軸の目盛を0始まりにする
  • 1/16 【Excel】フーリエ変換
  • 1/6 【OpenCV】疑似カラー(カラーマップ)
  • 11/8 【Visual Studio】検索結果のウィンドウ表示
  • 11/3 ニコン 一眼レフカメラ D5500レビュー
  • 10/26 カラーカメラはモノクロカメラを兼ねない
  • 9/6 (Free Soft)Animation GIF Builder
  • 8/30 【C#】タブの無いTabControlっぽいものを作る
  • 8/29 【OpenCvSharp】サンプルプログラムの公開
  • 8/28 【PowerPoint】部分的にカラーにする(セレクトカラー処理)
  • 8/27 【C#】引数の値渡し、参照渡し(ref, out)
  • 8/26 【Word/Excel】図形内に文字を挿入する
  • 8/25 【C#】NumericUpDownコントロール
  • 8/24 ニコン D3400 VS D5500 仕様比較
  • 8/22 【C#】MDIフォームにリサイズ可能なPanelを設置する
  • 8/20 【Visual Studio 2015】文字の色が変、かすむ
  • 8/20 【Visual Studio】行のコピー、切り取り、貼り付け
  • 8/20
  • 8/16
  • 7/7 標準偏差のよくある誤解
  • 6/8 FPGA処理によるカラー光切断法の公開(参考出品)
  • 5/28 OpenCV3.1+Visual Studio 2015+64bitOSで簡単にOpenCVを試す
  • 3/19 【ImageDataクラス】画像の輝度値のCSVファイル保存
  • 3/19 【ImageDataクラス】Regionプロパティ
  • 3/19 【ImageDataクラス】画像の輝度値(画素値)の取得/設定
  • 3/19 【ImageDataクラス】InterpolationModeプロパティ
  • 3/19 【ImageDataクラス】BorderTypeプロパティ
  • 3/18 【ImageDataクラス】サンプルプログラム
  • 3/17 ImageDataクラスライブラリの使用方法
  • 3/17 【C#】ImageDataクラスライブラリ公開
  • 3/17 ImageDataクラスライブラリ
  • 2/25 【OpenCV】黒板風処理
  • 12/17 【Excel】絶対参照、相対参照の切替
  • 12/16 【Windows10】モニタの文字のかすれを直す
  • 11/28 【C#】Chartを使ったヒストグラム表示
  • 11/28 【C#】Chartコントロールをとりあえず使ってみる
  • 11/25 【C#】Chartコントロールの主なプロパティ
  • 11/25 【C#】Chartコントロールの使用方法

  • 標準偏差のよくある誤解

    シェアする

    • このエントリーをはてなブックマークに追加

    標準偏差の説明としては、

       標準偏差はデータのバラツキを表す

    というのが多いでしょうか?

    その性質からデータの誤差などの指標としても用いられる事が多くあります。

    例えば、下図のように上のグラフに比べて下のグラフの方がノイズが多く、上のグラフでは、標準偏差が0.2、下のグラフでは標準偏差が0.58となり、確かに標準偏差は誤差を良く表しているように思います。(右側のグラフはデータのヒストグラムです)

    標準偏差のよくある誤解

    それでは、下図のように高周波のノイズ(細かいギザギザ)は少ないが、全体的にデータに傾きのある

    データ1

    標準偏差のよくある誤解

                       データ1

    全体的な傾きは無いが、細かいギザギザのあるデータ2

    標準偏差のよくある誤解

                       データ2

    データ1データ2のどちらの方がノイズが大きいでしょうか?

    と聞かれると、データ2の方がノイズが大きい!と答える人が多いのではないでしょうか?

    しかしながら、標準偏差を計算してみると

    データ1がσ=0.87

    データ2がσ=0.51

    となります。

    標準偏差のよくある誤解

    標準偏差のよくある誤解

    なんで???

    ここで、改めて標準偏差の式を見てみると

    標準偏差

    というように、標準偏差は全データの平均値からのズレ量の2乗の平均の平方根を取ったものが標準偏差になっています。

    データ1とデータ2はどちらも平均値が0のデータなのですが、データ1の方が全体的に傾いている分だけ、平均値からのズレ量が大きくなってしまうことから標準偏差の値も大きくなってしまいます。

    と、マジマジ言われると、当たり前のように聞こえると思いますが、

    標準偏差はバラつきを表す ≒ 誤差を表す ≒ ノイズレベルが分かる

    という認識だけでいると、標準偏差を計算すればデータの(高周波な)誤差(だけ)が分かる!

    と思っている人も少なくないはず?

    ある意味、

    標準偏差は低周波な誤差も含めてノイズレベルを表している

    わけですが、データ全体の傾きやユレなど影響も受けるということをお忘れなく。

    使える数学へ戻る

    シェアする

    • このエントリーをはてなブックマークに追加

    フォローする

    関連記事

    スポンサーリンク