评价数据离散程度的指标.pdfVIP

标准差 标准差（ Standard Deviation ），也称 均方差 （mean square error ），是各数据偏离 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 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 概率 统计 中最常使用作为 统计分布 程度 （statistical dispersion ） 上的 测量 。标准差定义为 方差 的算术平方 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 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 实数 ），其平均值 为 μ，公式 如图 1. 图 1 标准 差也被称为 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 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 指标 。标准差数值越 大，代表回报 远离过去 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， 标准差公式 根 号内 N=n ，如 是样本 ，标准差公 式根号内 N= （n-1) ，因为我 们大量接触的是样 本，