统计学基本概念和EXCEL函数.docxVIP

统计学基本概念与EXCEL函数 编辑自CSDN zxca368 对于一维数据的分析，最常见的就是计算平均值(Mean)、方差(Variance)和标准差(Standard Deviation)。在做【特征工程】的时候，会出现缺失值，那么经常会用到使用 平均值 或者 中位数等进行填充。 一，平均值(Mean) 1，平均值的概念很简单：所有数据之和除以数据点的个数，以此表示数据集的平均大小； 2，平均值的EXCEL函数： AVERAGE 二，方差(Variance)，这一概念的目的是为了表示数据集中数据点的离散程度； 1，总体方差 （为总体方差，为变量，为总体均值，为总体例数。） 2，样本中各数据与 样本平均数的差的平方和的平均数叫做样本方差S2 样本方差的EXCEL函数：VARPA函数 3，样本方差的 算术平方根叫做样本 标准差。标准差（Standard Deviation,缩写SD），中文环境中又常称均方差，是离均差平方的算术平均数的平方根。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。 标准差的EXCEL函数： STDEV：用途：估算样本的标准偏差。它不计算文本值和逻辑值（如TRUE和FALSE）。它反映了数据相对于平均值(mean)的离散程度。 2.STDEVA：基于样本估算标准偏差。标准偏差反映数值相对于平均值(mean)的离散程度。文本值和逻辑值（如TRUE和FALSE）也将计算在内。 3.STDEVP：用途：返回整个样本总体的标准偏差。它反映了样本总体相对于平均值(mean)的离散程度。 简单说函数stdev的根号里面的分母是n-1,而stdevp是n，如果是抽样当然用stdev.在十个数据的标准偏差如果是总体时就用STDEVP,如果是样本是就用STDEV。 至于STDEVA与STDEV差不多，只不过它可以把逻辑值当数值处理。 4，协方差Covariance： 每对数据点的偏差乘积的平均数，利用协方差可以决定两个数据集之间的关系。 协方差的EXCEL函数：covar(第一个所含数据为整数的单元格区域，第二个所含数据为整数的单元格区域） 三，标准误差（Standard error，缩写SE），也称 均方根误差（Root mean squared error），标准误差是指在抽样试验(或重复的 等精度测量)中，常用到样本平均数的 标准差。标准差与标准误差，计算公式类似，但是是两个不同的概念。对一个总体多次抽样，每次样本大小都为n，那么每个样本都有自己的 平均值，这些平均值的标准差叫做标准误差。 设n个测量值的误差为,则这组测量值的标准误差等于： （E为误差=测定值— 真实值。）stand error=stand deviation/sqrt(样本数)， 标准误差EXCEL函数： excel函数里没有标准误差可直接应用的函数，不过你可以用标准差除以该组数据的个数n的平方根来求。即σ/根号n，σ = stdev(array). 故,若数据组为a1: a10, 在要显示结果的某个单元格里输入公式：= stdev(a1: a10)/sqrt(counta(a1: a10)) 如图数据要计算数据与20的标准误差，则可用数组公式：{=SQRT(AVERAGE((C2:C11-20)^2))} (输入公式后同时按下Ctrl+Shift+Enter完成输入，{}是自动生成的，不是人工输入的） 标准差与标准误差区别意义、作用和使用范围均不同。标准差（亦称单数标准差）一般用SD（Standard Deviation）表示，是表示个体间变异大小的指标，反映了整个样本对样本平均数的离散程度，是数据精密度的衡量指标；而标准误差一般用SE（Standard error）表示，反映样本平均数对总体平均数的变异程度，从而反映抽样误差的大小，是量度结果精密度的指标。 随着样本数（或测量次数）n的增大，标准差趋向某个稳定值，即样本标准差s越接近总体标准差σ，而标准误差则随着样本数（或测量次数）n的增大逐渐减小，即样本平均数越接近总体平均数μ；故在实验中也经常采用适当增加样本数（或测量次数）n减小的方法来减小实验误差，但样本数太大意义也不大。标准差是最常用的统计量，一般用于表示一组样本变量的分散程度；标准误差一般用于统计推断中，主要包括假设检验和参数估计，如样本平均数的假设检验、参数的区间估计与点估计等。 标准差是针对特定的一组数据而言，看数据序列偏离均值的程度；而标准误差则是针对n组数据而言，看每次抽样的效果如何，可以理解为n组数据标准差的标准差。 为什么使用标准差？ 与方差相比，使用标准差来表示数据点的离散程度有3个好处： 表示离散程