《爱上统计学》第三章性别差异.docVIP

《爱上统计学》 -----理解变异性 变异性：也叫散步或离散度 统计描述以及数据特征的描述，平均数只是一部分，另一部分就是变异性量数，或称离散量数。 变异性反应数值之间的不同，例如下面的一组数据体现了一定程度的变异性： 7 6 3 3 1 接下来一组数据均值也为4，但变异性小于前一组： 3 4 4 5 4 下一组数据与前两组均值相同，但数值之间没有差异，不存在变异性： 4 4 4 4 4 变异性可被看作是对不同数值之间差异性的测量。变异性可看作每个数值和特定数值的差异程度。这个特定数值通常为均值。因此变异性成为测量数据组中每一个数值与均值差异性的量数， 平均数是一组数据的代表数值，变异性反映的是不同数值和一个值的差异性，平局数和变异性都可用于描述数据分布特征，并说明数据分布之间的差异。变异性的三种量数反映一组数据的变异性、散布、或离散度。这三种量数就是极差、标准差和方差。 计算极差（range） 极差是对变异性最笼统的测量，极差让你了解数据间彼此差异程度。 公式如下： r = h - l r: 极差 h：数据集中最大值 L：数据集中最小值 极差的局限性：极差作为变异性的一般指标很好，但不可以用于得出任何关于具体数值之间相互差别的结论。 计算标准差（s或SD） 标准差表示一个数据中变异性的平均数量，实际上的含义是与均值的平均距离。标准差越大，每一个数据点与数据分布的均值的平均距离越大。 s 是标准差； ∑ 是西格玛，表示将其后所有数值累加求总和。 X 是具体的数值； 是所有数值的均值； n 是样本的规模。 标准差是每个数值与均值的偏差的平均数。 标准差公式中，为什么使用n-1，而不是n呢？ 因为s（标准差）是总体标准差的估计值，只有我们用n-1的情况才是无偏估计。我们把分母减去1使得标准差大于实际的大小。为什么这么做呢，因为好的科学家为了保证万无一失，一般都是保守的。 样本规模越大，n-1对于有偏估计和无偏估计之间差异的影响越来越小。 标准差的作用：可用来比较来自不同数据分布的数值，标准差越大，数值之间相互差异越大。和均值一样，标准差对极值很敏感。 如果s=0,数据组中就绝对没有变异性，且在数值上完全一致。 计算方差（variance） 方差是另一个变异性量数，就是标准差的平方。 方差公式： 标准差与方差的共性：他们都是变异性、离散度或散布的数量。 标准差与方差的区别：标准差以最初的单位存在，方差以平方单位存在。