Standard Deviation là gì? Đọc độ lệch bằng đơn vị gốc #15

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch.

Trả lời ngắn: Standard Deviation, hay độ lệch chuẩn, là căn bậc hai của variance và đo mức dữ liệu trải quanh mean bằng đơn vị gốc. Nếu thời gian được ghi theo ngày, độ lệch chuẩn cũng tính bằng ngày. Giá trị lớn hơn cho biết dữ liệu trải rộng hơn trong cùng phạm vi so sánh.

Đọc xong, bạn sẽ hiểu:

• Vì sao lấy căn variance giúp kết quả dễ đọc hơn.
• Cách tính và phân biệt Standard Deviation tổng thể với mẫu.
• Cách dùng độ lệch chuẩn mà không biến nó thành lời khẳng định về rủi ro hay tương lai.

Ở Variance #14, dãy 0, 2, 4, 6, 8 có variance tổng thể bằng 8 ngày². Bài này làm thêm một bước: lấy căn bậc hai để đưa kết quả về lại đơn vị ngày.

1. Standard Deviation là gì? Đưa variance về đơn vị gốc

Đơn vị gốc là đơn vị dùng để ghi dữ liệu ban đầu, như ngày, kilogram hoặc điểm phần trăm. Variance bình phương độ lệch nên đơn vị cũng bị bình phương. Ngày² đúng về toán nhưng khó nói thành khoảng thời gian đời thường.

Căn bậc hai của một số là số mà khi nhân với chính nó cho ra số ban đầu. Vì:

2,83 × 2,83 ≈ 8

nên:

√8 ≈ 2,83

Với dãy thời gian giao hàng B:

0, 2, 4, 6, 8

• mean bằng 4 ngày;
• variance tổng thể bằng 8 ngày²;
• Standard Deviation tổng thể bằng √8 ≈ 2,83 ngày.

Hình 1 — Lấy căn bậc hai đưa thước đo độ trải từ ngày² về lại ngày.

Mean là tổng các giá trị chia cho số lượng giá trị. Độ phân tán là mức các giá trị nằm gần hay xa quanh mean. Standard Deviation giúp mô tả mức phân tán bằng cùng đơn vị với dữ liệu, nên dễ đối chiếu với khoảng cách thật hơn variance.

Tuy nhiên, 2,83 ngày không có nghĩa mọi đơn hàng đều cách mean đúng 2,83 ngày. Trong dãy B, các khoảng cách tới mean 4 là 4, 2, 0, 2, 4 ngày. Standard Deviation là một thước đo tổng hợp của cả dãy, không phải nhãn dán cho từng điểm.

2. Tính Standard Deviation qua năm bước

Ta dùng lại dãy B để thấy quan hệ với variance.

Bước 1: Tính mean

Mean = (0 + 2 + 4 + 6 + 8) ÷ 5 = 4

Bước 2: Tính độ lệch

Độ lệch là giá trị trừ mean:

-4, -2, 0, 2, 4

Bước 3: Bình phương độ lệch

16, 4, 0, 4, 16

Bước 4: Tính variance

Tổng bình phương:

16 + 4 + 0 + 4 + 16 = 40

Nếu năm giá trị là toàn bộ nhóm cần mô tả:

Variance tổng thể = 40 ÷ 5 = 8 ngày²

Bước 5: Lấy căn bậc hai

Standard Deviation tổng thể = √8 ≈ 2,83 ngày

Hình 2 — Dãy B trải rộng hơn quanh mean nên có Standard Deviation lớn hơn dãy A.

So với dãy A:

4, 4, 4, 4, 4

mọi độ lệch đều bằng 0, variance bằng 0 và Standard Deviation cũng bằng 0. SD là viết tắt của Standard Deviation. SD bằng 0 chỉ xảy ra khi mọi giá trị trong dãy bằng nhau.

Hai dãy cùng mean 4 nhưng A có SD 0 ngày, B có SD khoảng 2,83 ngày. Vì vậy, B trải rộng hơn quanh mean trong đúng bộ dữ liệu này. Câu đó không bảo lần giao hàng sau của B chắc chắn thất thường hơn.

Ta cũng có thể dùng Standard Deviation như một đơn vị khoảng cách. Giá trị 8 cách mean 4 một khoảng 4 ngày:

4 ÷ 2,83 ≈ 1,41

Nói đầy đủ: trong dãy B được xem là tổng thể, giá trị 8 nằm cao hơn mean khoảng 1,41 Standard Deviation. Không được rút gọn thành “8 nằm trong một SD”.

3. Standard Deviation tổng thể và mẫu

Tổng thể là toàn bộ nhóm mà câu hỏi muốn mô tả. Standard Deviation tổng thể lấy căn của variance tổng thể và dùng ký hiệu σ, đọc là sigma:

σ = √8 ≈ 2,83

Mẫu là một phần dữ liệu lấy từ nhóm lớn hơn. Standard Deviation mẫu lấy căn của variance mẫu và dùng ký hiệu s.

Với dãy B được coi là mẫu:

• tổng bình phương độ lệch bằng 40;
• variance mẫu bằng 40 ÷ (5 - 1) = 10;
• Standard Deviation mẫu bằng √10 ≈ 3,16 ngày.

Hình 3 — Chọn hàm theo phạm vi rồi kiểm đơn vị, ngoại lệ và điều SD không cho biết.

OpenStax phân biệt rõ: tổng thể chia cho N, mẫu chia cho n-1, rồi lấy căn variance tương ứng. Hai kết quả 2,83 và 3,16 không phải hai đáp án để tùy chọn. Phạm vi dữ liệu quyết định đáp án.

Nếu năm đơn là toàn bộ đơn của ca thử nghiệm, dùng tổng thể. Nếu năm đơn chỉ được lấy từ hàng nghìn đơn để ước lượng nhóm lớn hơn, dùng mẫu. Phải ghi rõ phạm vi khi báo cáo.

4. Cách đọc đúng và bốn giới hạn

Giới hạn 1: SD không cho biết hướng. Hai giá trị 2 và 6 đều cách mean 4 hai ngày. Standard Deviation ghi nhận độ xa, không nói điểm nằm thấp hay cao hơn mean. Skewness #16 mới bàn dữ liệu kéo dài lệch về phía nào.

Giới hạn 2: SD nhạy với ngoại lệ. Ngoại lệ là giá trị cách xa phần lớn dữ liệu. Vì variance bình phương độ lệch trước khi lấy căn, một giá trị 80 thay cho 8 có thể kéo cả mean và SD lên mạnh. NIST lưu ý độ lệch chuẩn có thể bị ảnh hưởng bởi các giá trị ở xa phần lớn dữ liệu. (NIST)

Giới hạn 3: không so bừa khác đơn vị hoặc thang đo. SD 3 ngày và SD 3 phần trăm không bằng nhau về ý nghĩa. Ngay cả cùng đơn vị, hai dãy có mean rất khác cũng cần thêm bối cảnh trước khi kết luận dãy nào “biến động hơn”.

Giới hạn 4: SD không phải rủi ro đầy đủ. Với dữ liệu tài chính, SD mô tả độ phân tán quanh mean trong mẫu quá khứ. Nó không cho biết hướng biến động, khả năng mua bán dễ hay khó, sự kiện bất ngờ hoặc số vốn có thể mất.

Phân phối chuẩn là dạng phân phối đối xứng hình chuông trong một mô hình thống kê. Quy tắc gần 68%-95%-99,7% chỉ áp dụng cho dữ liệu theo phân phối chuẩn, theo OpenStax. Không được mặc định “68% điểm nằm trong một SD” cho mọi dãy. Dãy B chỉ có năm điểm và không đủ để tự gắn quy tắc đó.

Checklist trước khi dùng:

1. Dữ liệu cùng đơn vị và cùng phạm vi chưa?
2. Mean và variance đã tính trên đúng dãy chưa?
3. Đây là tổng thể hay mẫu?
4. Kết quả đã được đưa về đơn vị gốc chưa?
5. Ngoại lệ có chi phối kết quả không?
6. Có đang suy SD thành hướng, tỷ lệ bao phủ hoặc rủi ro đầy đủ không?

Đứng ngoài nếu câu hỏi cần hướng lệch, giá trị giữa hoặc mức phổ biến. Dừng xem lại nếu phạm vi mẫu/tổng thể chưa rõ, đơn vị bị trộn, dữ liệu có lỗi nhập hoặc kết luận dựa vào quy tắc phân phối chưa được kiểm.

5. Thực hành 15 phút bằng Google Sheets

Nhập A vào A2:A6 và B vào B2:B6:

• A: 4, 4, 4, 4, 4
• B: 0, 2, 4, 6, 8

Với B, thử:

• =VAR.P(B2:B6) → 8;
• =STDEV.P(B2:B6) → khoảng 2,828;
• =SQRT(VAR.P(B2:B6)) → cùng kết quả;
• =VAR.S(B2:B6) → 10;
• =STDEV.S(B2:B6) → khoảng 3,162.

SQRT là hàm lấy căn bậc hai. STDEV.P tính Standard Deviation tổng thể; STDEV.S tính Standard Deviation mẫu. Tài liệu Google xác nhận STDEV dùng cho mẫu và tương đương SQRT(VAR(...)) trên cùng dữ liệu. (Google Docs Editors Help)

a. Mẫu đối chiếu đã điền

Cuối cùng, đổi 8 thành 80 và ghi lại mean cùng hai SD. Mục tiêu là quan sát độ nhạy với ngoại lệ, không chọn kết quả “đẹp”. Đây là dữ liệu giả; chưa dùng tiền thật và không phải dự báo.

6. Tổng kết và bài tiếp theo

a. Năm ý chính

• Standard Deviation là căn bậc hai của variance.
• Lấy căn đưa đơn vị từ dạng bình phương về đơn vị gốc.
• SD bằng 0 khi mọi giá trị bằng nhau; SD lớn hơn cho biết độ trải lớn hơn trong cùng phạm vi so sánh.
• Tổng thể dùng σ/STDEV.P; mẫu dùng s/STDEV.S.
• SD nhạy ngoại lệ, không cho biết hướng và không phải rủi ro đầy đủ.

b. Câu hỏi tự kiểm tra

• Vì sao lấy căn variance giúp kết quả dễ diễn giải hơn?
• Dãy B có SD tổng thể và SD mẫu lần lượt bằng bao nhiêu?
• SD 2,83 ngày có nghĩa mọi điểm cách mean đúng 2,83 ngày không?
• Khi nào không được áp dụng quy tắc 68%-95%-99,7%?

c. Gợi ý đáp án

Xem gợi ý câu 1

Variance dùng đơn vị bình phương; lấy căn đưa kết quả về cùng đơn vị với dữ liệu gốc. → xem mục 1.

Xem gợi ý câu 2

SD tổng thể là √8≈2,83 ngày; SD mẫu là √10≈3,16 ngày. → xem mục 3.

Xem gợi ý câu 3

Không. SD là thước đo tổng hợp của cả dãy, còn từng điểm có khoảng cách riêng tới mean. → xem mục 1 và mục 2.

Xem gợi ý câu 4

Không áp dụng khi chưa có cơ sở cho rằng dữ liệu gần phân phối chuẩn. → xem mục 4.

d. Thuật ngữ cần nhớ

e. Nguồn tham khảo

• OpenStax — Measures of the Spread of the Data
• NIST — Measures of Scale
• Google Docs Editors Help — STDEV
• Google Sheets function list

Bài trước: Variance #14. Bài tiếp theo: Skewness #16, nơi ta xem dữ liệu lệch về phía thấp hay phía cao.

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch. Mọi thị trường và sản phẩm tài chính đều có rủi ro mất vốn.