Розмах є однією з найпростіших мір розсіяння (розкиду) набору числових значень. Дає інформацію про ширину інтервалу, в якому зосереджений весь набір числових даних, геометрично — ширина відрізка, в якому розташовуються всі значення.
Простота розрахунку, наочність та інтуїтивна зрозумілість цієї характеристики розсіяння значень є очевидною перевагою перед такими мірами розсіяння як дисперсія та середнє квадратичне відхилення (стандартне відхилення). Істотним недоліком розмаху є те, що він не містить інформацію про характер розподілу результатів в інтервалі розсіяння та не стійкий до викидів, що певною мірою обмежує його використання.

В цілому, поняття квантиль і перцентиль взаємозамінні, також, як і шкали числення вірогідності — абсолютна і процентна. Перцентилі також називаються процентилями або центилями

Дециль характеризує розподіл величин сукупності, при якій дев'ять значень дециля ділять її на десять рівних частин. Будь-яка з цих десяти частин становить 1/10 всій сукупності. Так, перший дециль відокремлює 10 % найменших величин, лежачих нижче дециля від 90 % найбільших величин, лежачих вище дециля.

Квантиль одна з числових характеристик випадкових величин, що застосовується в математичній статистиці. Квантилі відсікають в межах ряду певну частину його членів. Тобто, квантиль (термін використаний вперше Кендалом в 1940 р.) розподілення значень — це таке число xp, що значення p-ї частини сукупності менше або рівне xp.

Відносна величина, що служить для характеристики розсіяння (мінливості) ознаки. Являє собою відношення середнього квадратичного відхилення S до середнього арифметичного , виражається у відсотках
Коефіцієнт варіації застосовується тоді, коли необхідно порівняти мінливість ознак об'єкта, які виражені в різних одиницях вимірювання. Має зміст винятково для величин, які вимірюються у шкалах відношень.

Дисперсійний аналіз: двофакторний без повторення

Цей засіб виконує простий аналіз відхилення даних для кількох вибірок. Аналіз забезпечує перевірку гіпотези про те, що кожну вибірку здобуто з одного й того самого основного розподілу ймовірності відносно альтернативної гіпотези, яка не поєднує основний розподіл імовірності для всіх вибірок. Якщо зразків лише два, можна скористатися функцією аркуша T.TEST. Що більше двох зразків, зручного узагальнення T не існує.Натомістьможна викликати модель "Однофакторний аналіз" і "Один фактор".

засіб аналізу корисний, якщо дані можна систематизувати за двома параметрами. Наприклад, в експерименті з вимірювання зростання рослини обробляли добривами різних виробників (наприклад, А, В, С) та утримували за різної температури (наприклад, низької та високої). Таким чином, для кожної з 6 можливих пар умов {добриво, температура} можна отримати однаковий набір спостережень за зростанням рослин.

Середнє квадратичне відхилення так само, як і середнє лінійне відхилення, показує, на скільки в середньому відхиляються конкретні значення ознаки від середнього їх значення. Середнє квадратичне відхилення завжди більше середнього лінійного відхилення

Характеризує середній розмір коливань значень ознаки навколо середнього рівня.

Формула підрахунку стандартного відхилення насправді дуже проста – це корінь квадратний від дисперсії (variance).
Дисперсія є мірою відхилення значень випадкової величини від центру розподілу (середнього). Більші значення дисперсії свідчать про більші відхилення значень випадкової величини від центру розподілу. Дисперсія підраховується як середнє квадратів різниці значень розподілу і середнього розподілу. Тобто, спочатку виявляємо середнє розподілу, потім від кожного значення віднімаємо значення середнього, підносимо його у квадратний ступінь, для всіх цих квадратів вираховуємо середнє. Це й буде дисперсія. Для того, щоб отримати стандартне відхилення, що вимірюється в тих же одиницях, що й значення змінної, яку ми спостерігаємо, береться квадратний корінь з дисперсії.