a:

Standardipoikkeama tai SD, mittaa kohteen datasarjan vaihtelun tai dispersion määrän keskiarvosta, kun keskiarvon keskiarvon virhe tai SEM mittaa, kuinka pitkälle näytteen keskiarvo on todennäköisesti peräisin todellisen väestön keskiarvosta. SEM on aina pienempi kuin SD. SEM: n kaava on keskihajonta jaettuna näytekokoon neliöjuurella. SD: n kaava vaatii pari vaihetta. Ensinnäkin otetaan neliö ero kunkin datapisteen ja näytteen keskiarvon, löytää summa näiden arvojen. Sitten jaa tämä summa näytteen koolla miinus yksi, joka on varianssi. Lopuksi vie varianssin neliöjuuri saada SD.

SEM kertoo, kuinka tarkka näytteen keskiarvo on väestön todellisen keskiarvon suhteen. Koska näytetietojen koko kasvaa suuremmaksi, SEM pienenee verrattuna SD-arvoon. Kun näytteen koko kasvaa, väestön todellinen keskiarvo tunnetaan suuremmalla spesifisyydellä. Sitä vastoin näytteen koon lisääminen tarjoaa myös tarkemman mittauksen SD: lle. SD voi kuitenkin olla enemmän tai vähemmän riippuen näytteeseen lisättyjen lisätietojen leviämisestä.

SD on volatiliteetin mittari ja sitä voidaan käyttää investoinnin riskimittauksena. Korkeammilla hinnoilla omaavat omaisuuserät ovat korkeammat kuin alhaisemmat hyödykkeet. SD: n avulla voidaan mitata hintakehityksen merkitys hyödykkeessä. Olettaen normaalin jakautumisen, noin 68% päivittäisistä hinnanmuutoksista on keskimääräisen SD: n sisällä, ja noin 95% päivittäisistä hinnanmuutoksista keskimääräisen kahden SD: n sisällä.