표준편차는 간단히 변동을 나타내는 다른 방법중의 하나인 분산(Variance)의 제곱근으로
계산하여 구한 값이다.

우선 표준편차의 값은 평균값으로 부터 데이터와 같은 단위를 사용하여 얼마나 벗어나 있는지를 보여준다.
예를 들어, 각 데이터 그룹의 표준편차를 구한 다음 각각 동일하게 1 표준편차에 해당하는 만큼의 거리에
선을 그어 Error 선으로 표시해 보았다.

만일 이 데이터들이 모두 다른 다이어트를 통한 체중감량의 값을 나타낸다고 하면, 그림을 보고서
D그룹의 평균 체중감량은 22kg이며 D그룹의 사람들은 대략 평균인 22kg에서 5kg 내외로 감량한 것으로
말할 수 있게된다.

분산보다 직관적으로 이해할 수 있는 부분이 좀더 많아졌다.

그리고 분석중인 데이터가 정규분포 한다면 표준편차를 구하면 특별한 보너스를 받을 수 있다.
그것은 각 표준편차 크기 안에 들어가는 데이터 값의 백분율을 쉽게 예측할 수 있다는 점이다.

■ 평균으로 부터 좌우 1 표준편차 범위에는 약 68%의 데이터가 포함된다.
■ 평균으로 부터 좌우 2 표준편차 범위에는 약 95%의 데이터가 포함된다.
■ 평균으로 부터 좌우 3 표준편차 범위에는 약 99.7%의 데이터가 포함된다.

의심할 것 없이 변동을 표현해주는 값으로서의 표준편차는 아주 유용하게 사용된다