我想了解负载运行程序报告的标准偏差
基于此链接（http://www.sqaforums.com/forums/hp-mercury-loadrunner/145687-response-time-standard-deviation.html?X-ANT-WAF-Attempt=1），如果平均值为4.037秒，标准差为2.31，则意味着68％的数据点位于1.727（4.037-2.31）和6.347（4.037+ 2.31）。
我的理解正确吗？或者这68％仅适用于正态分布。
我想知道值的分布，并且如果标准偏差总能给出68％数据点的响应时间范围，那么我可以将其用作响应时间的良好指示
答案 0 :(得分：1)
假设我们正在处理独立且分布均匀的随机变量X 1 ，...，X n 。然后对于每个i = 1，...，n，E [X i ] = mu和Var [X i ] = sigma 2 。因此，在您的示例中，4.037将是mu的样本估计，而1.727将是sigma的样本估计。
现在该范围（mu-sigma，mu + sigma）如何？ X i 落在那的概率为F（mu + sigma）-F（mu-sigma），其中F是X i 的累积分布函数。在正态分布的情况下，确实约为0.68。在其他情况下，它肯定不必接近0.68。实际上，Chebyshev inequality几乎没有给出F（mu + sigma）-F（mu-sigma）> = 0（非信息性结果）。例如，在Gamma（2,3）情况下，概率约为0.74，而具有3个自由度的t分布的概率约为0.82。
现在有人可能会建议使用中心极限定理说0.68是任何概率分布的数字。但是，那是不对的。中心极限定理说的是平均值集中在何处以及如何集中，而不是每个观察都集中。
因此，在没有进一步假设的情况下，您不能确切地说出更多的。。 Here's该示例显示即使0％的数据也可能落入此间隔。如果有更多样本统计数据可用，则有可能获得更精确的界限。另外，由于我知道持续时间是秒，因此您可以像Gamma和Weibull一样研究distributions for such modelling。如果您愿意假设您的持续时间遵循这些分布之一，那么估计分布参数将可以给出对应于任意百分比而不是68％的范围的估计。