Saya telah melakukan analisis di mana saya telah memodelkan berbagai komponen varians. Saat melaporkan hasil dalam tabel, jauh lebih ringkas untuk melaporkan penyimpangan standar dan bukan varians.
Jadi, ini membawa saya pada pertanyaan - apakah pernah ada alasan untuk melaporkan varian daripada standar deviasi? Apakah lebih tepat untuk melaporkan satu dari yang lain?
Jika Anda melaporkan rata-rata, maka lebih tepat untuk melaporkan standar deviasi seperti yang dinyatakan dalam kesatuan yang sama. Pikirkan tentang homogenitas dimensional dalam fisika.
Selain itu, lebih mudah bagi pembaca untuk mempertimbangkan interval kepercayaan (untuk n besar, untuk menggunakan Teorema Batas Pusat dan mempertimbangkan distribusi normal) jika deviasi standar diberikan daripada varians.
Namun, Anda dapat mempertimbangkan melaporkan varians jika Anda tertarik untuk membandingkan varians dan bias, atau memberikan "komponen varians yang berbeda", karena total varians adalah jumlah dari varians intra dan antar, sedangkan standar deviasi tidak meringkas.
Ini setara. Meskipun demikian, standar deviasi dinyatakan dalam satuan yang sama dengan variabel sedangkan satuan varians adalah dari variabel terhadap kekuatan dua. Ini membuat standar deviasi lebih mudah untuk ditafsirkan.
Varians bobot outlier lebih banyak daripada data yang sangat dekat dengan rata-rata karena kuadrat. Varian yang lebih tinggi membantu Anda mengenali hal itu dengan lebih mudah.
Juga, secara matematis / teoritis, berurusan dengan varians lebih mudah. Dan jika Anda berurusan dengan lebih dari satu dataset Anda dapat menambahkan dua varians independen (atau lebih) untuk mendapatkan total varians karena faktor-faktor tersebut. Tetapi, menambahkan satu standar deviasi ke yang lain memberi Anda angka yang tidak berarti (jika satuan ukuran berbeda).