第3节平均数、标准差跟变异系数.pptVIP

全距（极差）是表示资料中各观测值变异程度大小最简便的统计量。但是全距只利用了资料中的最大值和最小值，并不能准确表达资料中各观测值的变异程度，比较粗略。当资料很多而又要迅速对资料的变异程度作出判断时，可以利用全距这个统计量。 下一张 主 页 退 出 上一张 为 了 准 确 地 表示样本内各个观测值的变异程度 ，人们 首 先会考虑到以平均数为标准，求出各个观测值与平均数的离差，（ ） ，称为离均差。 虽然离均差能表示一个观测值偏离平均数的性质和程度，但因为离均差有正、有负 ，离均差之和 为零，即（ ） = 0 ，因 而 不 能 用离均差之和Σ（ ）来 表 示 资料中所有观测值的总偏离程度。 下一张 主 页 退 出 上一张 为了解决离均差有正 、有负，离均差之和为零的问 题 ， 可先求 离 均 差的绝 对 值 并 将 各 离 均 差 绝对 值 之 和 除以 观 测 值 个 数 n 求 得 平 均 绝 对 离差，即Σ| |/n。虽然平均绝对离差可以表示资料中各观测值的变异程度 ，但由于平均绝对离差包含绝对值符号 ，使用很不方便，在统计学中未被采用。 我们还可以采用将离均差平方的办法来解决离均差有正、有负，离均差之和为零的问题。 先将各 个离 均差平方，即 ( )2 ，再求 离均差平方和 ， 即 ，简称平方和，记为SS； 由 于 离差平方和 常 随 样 本 大 小 而 改 变 ，为 了 消 除 样 本大小 的 影 响 ， 用平方和 除 以 样 本 大 小， 即 ，求出离均差平方和的平均数 ； 下一张 主 页 退 出 上一张 为了使所得的统计量是相应总体参数的无 偏估计量，统计学证明，在求离均差平方和的平均数时，分母不用样本含量n，而用自由度 n-1， 于是，我们 采 用统计量 表示资料的变异程度。 统计量 称 为 均 方 （ mean square缩写为MS）,又称样本方差，记为S2，即 S2= （3-9） 下一张 主 页 退 出 上一张 相应的总体参数叫 总体方差 ，记为σ2。对于有限总体而言，σ2的计算公式为： （3-10） 由于 样本方差 带有原观测单位的 平方单位，在仅表示一个资料中各观测值的变异程度而不作其它分析时 ， 常需要与平均数配合使用 ，这 时应 将平方单位还原，即应求出样本方差的平方根。统计学上把样本方差 S2 的平方根叫做样本标准 差，记为S，即： （3-11） 下一张 主 页 退 出 上一张 由于 所以（3-11）式可改写为： （3-12） 下一张 主 页 退 出 上一张 相应的总体参数叫总体标准差，记为σ。对于有限总体而言，σ的计算公式为： （3-13） 在统计学中，常用样本标准差S估计总体标准差σ。 下一张 主 页 退 出 上一张 二、标准差的计算方法 （一）直接法 对于未分组或小样本资料 ， 可直接利用（3-11）或（3-12）式来计算标准差。 【例3.9】 计算10只辽宁绒山羊产绒量： 450， 450， 500， 500， 500，550， 550， 550， 600， 600，650（g）的标准差。 此例n=10，经计算得：Σx=5400，Σx2=2955000，代入（3—12）式得： (g)