标准差公式分享.docxVIP

资料 PAGE 页码页码/NUMPAGES 总页数总页数 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S（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。　 标准差也被称为 标准偏差，或者实验标准差，公式如下两式： 或 即： 如是总体，标准差公式根号内除以n 如是样本，标准差公式根号内除以（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)，再把所得值开根号，所得之数就是这组数据的标准差。 标准差越高,表示实验数据越离散,也就是说越不精确；反之,标准差越低,代表实验的数据越精确 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17.07分，B组的标准差为2.37分（此数据时在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。 求证下列公式： 由题意可知，求证下列式子即可： 假设xi= EQ \* jc0 \* "Font:Times New Roman" \* hps16 \o \ad(\s \up 15(_),x)+ai，既有xi- EQ \* jc0 \* "Font:Times New Roman" \* hps16 \o \ad(\s \up 15(_),x)=ai， 即求证下列式子即可： 因为： 所以： 所以： 所以： 设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)或DX。 　　即D(X)=E{[X-E(X)]^2}称为方差，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差（或均方差）。即用来衡量一组数据的离散程度的 统计量。 　 　方差刻画了随机变量的取值对于其数学期望的离散程度。 　　若X的取值比较集中，则方差D(X)较小； 　　若X的取值比较分散，则方差D(X)较大。 　　因此，D（X）是刻画X取值分散程度的一个量，它是衡量X取值分散程度的一个尺度。 方差的计算 　　由定义知，方差是随机变量 X 的函数 　　g(X)=[X-E(X)]^2 　　的数学期望。即： 　　 由方差的定义可以得到以下常用计算公式： 　　D(X)=E(X^2)-[E(X)]^2 　　证明： 　　D(X)=E[X-E(X)]^2 　　=E{X^2-2XE(X)+[E(X)]^2} 　　=E(X^2)-2[E(X)]^2+[E(X)]^2 　　=E(X^2)-[E(X)]^2 　　方差其实就是标准差的平方。 方差的几个重要性质 　　（1）设c是常数，则D(c)=0。 　　（2）设X是随机变量，c是常数，则有D(cX)=(c^2)D(X)。 　　（3）设 X 与 Y 是两个随机变量，则 　　D(X+Y)= D(X)+D(Y)+2E{[X-E(X)][Y-E(Y)]} 　　特别的，当X，Y是两个相互独立的随机变量，上式中右边第三项为0（常见 协方差）， 　　则D(X+Y)=D(X)+D(Y)。此性质可以推广到有限多个相互独立的随机变量之和的情况. 　　（4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。 常见随机变量的期望和方差 　　设随机变量X。 　　X服从(0—1)分布，则E(X)=p D(X)=p(1-p) 　　X服从 泊松分布，即X~ π(λ),则 E(X)= λ，D(X