Hogyan kell értelmezni a korrigált tapasztalati szórás értékét?

Javaslom Lukács Ottó: Matematikai Statisztika c. könyvének megfelelő fejezeteit tanulmányozásra. Ott részletesen tárgyalják ezt.

Amúgy arra jó ez az egész, ha van pl. két mérési adatsorod, ekkor a tapasztalati szórás számértéke megadja a két mérési adatsor közötti lineáris kapcsolat erősségét. Azaz számszerűsíteni tudjuk az adatsorok közti lineáris kapcsolatot.

Persze ha pl. exponenciális kapcsolat van a valóságban, azt ez a módszer nem tudja kimutatni. Nyílván logaritmálással utóbbi esetben célhoz érünk, de ez hosszú történet, nézd meg a könyvet. Itt nem fogja neked ezt senki részletezni terjedelmi okok miatt, meg viszonylag kevés ember ismeri ezeket a dolgokat...

Amit az első hozzászóló írt az a statisztikai próbák témakörébe tartozik.

Röviden: szórás=átlagtól való átlagos eltérés. A valószínűségi változókat két paramétere határozza meg, a várható érték és a szórás. Amikor mintát veszünk, akkor mindig azt feltételezzük, hogy az valamilyen (elméleti) eloszlást követ. Sok esetben az eloszlás paraméterei nem ismertek és ezért becsülni kell azokat, ezen empirikus változatai a két fogalomnak az átlag és a tapasztalati szórás. A korrigálás azt jelenti, hogy a tapasztalati szórás képletében "n-1"-el osztasz. Ennek egyszerűen az az oka, hogy a konvergenciát biztosító tételek így jönnek ki. Ez lényegében azt jelenti, hogy "néhány" példa alapján lehet általános következtetéseket levonni egy jelenségre vonatkozóan.