Es ist die Quadratwurzel des zweiten zentralen Moments , der Varianz. Die Momente beziehen sich auf charakteristische Funktionen (CF), die als charakteristisch bezeichnet werden, weil sie die Wahrscheinlichkeitsverteilung definieren. Wenn Sie also alle Momente kennen, kennen Sie CF, daher kennen Sie die gesamte Wahrscheinlichkeitsverteilung.
Die charakteristische Funktion der Normalverteilung wird durch nur zwei Momente definiert: Mittelwert und Varianz (oder Standardabweichung). Daher ist für die Normalverteilung die Standardabweichung besonders wichtig, sie entspricht in gewisser Weise 50% ihrer Definition.
Für andere Verteilungen ist die Standardabweichung in gewisser Weise weniger wichtig, weil sie andere Momente haben. Für viele in der Praxis verwendete Distributionen sind die ersten Momente jedoch die größten, sodass sie die wichtigsten sind, die es zu wissen gilt.
Nun können Sie intuitiv anhand des Mittelwerts erkennen, wo sich das Zentrum Ihrer Verteilung befindet, und anhand der Standardabweichung, wie nahe sich Ihre Daten an diesem Zentrum befinden.
Da die Standardabweichung in den Einheiten der Variablen angegeben ist, werden auch andere Momente skaliert, um Messwerte wie z. B. Kurtosis zu erhalten . Kurtosis ist eine dimensionslose Metrik, die Ihnen sagt, wie fett die Schwänze Ihrer Verteilung im Vergleich zu normal sind