评价数据离散度的指标.docxVIP

标准差 标准差（Standard Deviation），也称 HYPERLINK /view/1024670.htm \t _blank 均方差（mean square error），是各数据偏离 HYPERLINK /view/687354.htm \t _blank 平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的 HYPERLINK /view/107737.htm \t _blank 算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。 标准差（Standard Deviation），在 HYPERLINK /view/45320.htm \t _blank 概率统计中最常使用作为 HYPERLINK /view/2652906.htm \t _blank 统计分布程度（statistical dispersion）上的 HYPERLINK /view/20544.htm \t _blank 测量。标准差定义为 HYPERLINK /view/172036.htm \t _blank 方差的 HYPERLINK /view/107737.htm \t _blank 算术平方根，反映组内个体间的离散程度。测量到分布程度的结果，原则上具有两种性质： 为非负数值， 与测量资料具有相同单位。 一个总量的标准差或一个 HYPERLINK /view/45329.htm \t _blank 随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。 标准计算公式 假设有一组数值X1,X2,X3,......Xn（皆为 HYPERLINK /view/14749.htm \t _blank 实数），其平均值为μ，公式如图1. 图1 标准差也被称为 HYPERLINK /view/663819.htm \t _blank 标准偏差，或者实验标准差，公式如图2。 图2 简单来说，标准差是一组数据 HYPERLINK /view/1199275.htm \t _blank 平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。 例如，两组数的集合 {0, 5, 9, 14} 和 {5, 6, 8, 9} 其平均值都是7，但第二个集合具有较小的标准差。 标准差可以当作不确定性的一种测量。例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。 标准差应用于投资上，可作为量度回报稳定性的 HYPERLINK /view/605645.htm \t _blank 指标。标准差数值越大，代表回报远离过去 HYPERLINK /view/687354.htm \t _blank 平均数值，回报较不稳定故风险越高。相反，标准差数值越细，代表回报较为稳定，风险亦较小。 例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差为17.078分，B组的标准差为2.16分（此数据是在R统计软件中运行获得），说明A组学生之间的差距要比B组学生之间的差距大得多。 如是总体， HYPERLINK /view/3190315.htm \t _blank 标准差公式根号内N=n，如是 HYPERLINK /view/315109.htm \t _blank 样本，标准差公式根号内N=（n-1)，因为我们大量接触的是样本，所以普遍使用根号内除以（n-1)。 公式意义 所有数减去其平均值的平方和，所得结果除以该组数之个数（或个数减一，即变异数)，再把所得值开根号，所得之数就是这组数据的标准差。 深蓝区域是距平均值小于一个标准差之内的数值范围。在 HYPERLINK /view/45379.htm \t _blank 正态分布中，此范围所占比率为全部数值之68%。根据正态分布，两个标准差之内（深蓝，蓝）的比率合起来为95%。根据正态分布，三个标准差之内（深蓝，蓝，浅蓝）的比率合起来为99%。 正态分布 标准差的意义 　　标准计算公式 假设有一组数值（皆为 HYPERLINK /view/14749.htm \t _blank 实数），其平均值为： 此组数值的标准差为： 　　样本标准差 在真实世界中，除非在