Это квадратный корень второго центрального момента , дисперсии. Моменты связаны с характеристическими функциями (CF), которые называются характеристическими по той причине, что они определяют распределение вероятностей. Итак, если вы знаете все моменты, вы знаете CF, следовательно, вы знаете все распределение вероятностей.
Характеристическая функция нормального распределения определяется всего двумя моментами: средним и дисперсией (или стандартным отклонением). Поэтому для нормального распределения особенно важно стандартное отклонение, оно составляет 50% от его определения.
Для других распределений стандартное отклонение в некоторых отношениях менее важно, потому что у них есть другие моменты. Тем не менее, для многих дистрибутивов, используемых на практике, первые несколько моментов являются самыми большими, поэтому они являются наиболее важными из них, которые нужно знать.
Теперь, интуитивно, среднее говорит вам, где центр вашего распределения, а стандартное отклонение говорит вам, как близко к этому центру находятся ваши данные.
Поскольку стандартное отклонение выражено в единицах переменной, оно также используется для масштабирования других моментов для получения таких показателей, как эксцесс . Куртоз - это безразмерная метрика, которая показывает, насколько жирными являются хвосты вашего распределения по сравнению с нормой.