标准偏差与相对标准偏差.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
标准偏差与相对标准偏差 标准偏差与相对标准偏差 PAGE / NUMPAGES 标准偏差与相对标准偏差 精选文档 标准偏差 标准偏差(也称标准离差或均方根差) 是反应一组丈量数据 失散程度 的统计指标 。是指 统 计结果在某一个时段内偏差上下颠簸的幅度。 是正态分布 的重要参数之一。 是丈量改动的统计测 算法。它往常不用作独立的指标而与其余指标配合使用。 标准偏差在 偏差理论 、质量管理 、计量型抽样查验 等领域中均获得了宽泛的应用。所以 , 标 准偏差的计算十分重要 , 它的正确与否对用具的不确立度、 丈量的不确立度以及所接收产品的质 量有重要影响。但是在对标准偏差的计算中 , 许多人无论丈量次数多少 , 均按 贝塞尔公式 计算。 样本标准差的表示公式 数学表达式: S- 标准偏差( % ) ? n- 试样总数或丈量次数,一般 n 值不该少于 20-30 个 ? i-物猜中某成分的各次丈量值, 1~ n ; 标准偏差的使用方法 z 在价钱变化强烈时,该指标值往常很高。 假如价钱保持安稳,这个指标值不高。 在价钱发生强烈的上升 /降落以前,该指标值老是很低。 标准偏差的计算步骤 标准偏差的计算步骤是: 步骤一、 (每个样本数据 - 样本 所有数据之均匀值 )2。 . 精选文档 步 二、把步 一所得的各个数 相加。 步 三、把步 二的 果除以 (n - 1) ( “n指” 本数量 )。 步 四、从步 三所得的数 之平方根就是 抽 的 准偏差。 六个计算标准偏差的公式 [1] 标准偏差的理论计算公式 真 X 的某量 行一 等精度 量 , 其 得 l1 2 n 。令 得 l 与 量真 、 l 、 ?? l X 之差 真差占 σ, 有 σ1 = l i - X σ = l 2 - X 2 ?? n n - X σ = l 我 定 准偏差 (也称 准差 )σ 1) 因为真 X 都是不行知的 , 所以真差 σ占也就没法求得 , 故式只有理 意 而无 用价 。 标准偏差 σ的常用预计 —贝塞尔公式 因为真 是不行知的 , 在 用中 , 我 常用 n 次 量的算 均匀 来代表真 。理 上也 明 , 跟着 量次数的增加 , 算 均匀 最凑近真 , 当 , 算 均匀 就是真 。 于是我 用 得 l i 与算 均匀 之差 —— 节余 差(也叫残差) Vi 来取代真差 σ, 即 . 精选文档 一 等精度 量 l1、 l 2、 ?? ln ?? 通 数学推 可得真差 σ与节余 差 V 的关系 将上式代入式 (1) 有 (2) 式 (2) 就是有名的 塞 公式 (Bessel) 。 它用于有限次 量次数 准偏差的 算。因为当 , ,可 塞 公式与 σ的定 式 (1) 是完整一致的。 指出 , 在 n 有限 , 用 塞 公式所获得的是 准偏差 σ的一个估 。它不是 体 准偏差 σ。所以 , 我 称式 (2) 准偏差 σ的常用估 。 了 一点 , 我 将 σ的估 用 “ S ”表示。于是 , 将式 (2) 改写 (2) . 精选文档 在求 S 时 , 为免除求算术均匀值 的麻烦 , 经数学推导 (过程从略 )有 于是 , 式 (2) 可写为 (2) 按式 (2) 求 S 时 , 只需求出各测得值的平方和 和各测得值之和的平方艺 , 即 可。 标准偏差 σ的无偏预计 数理统计 中定义 S2 为样本方差 数学上已经证明 S2 是整体方差 σ2 的无偏预计。即在大批重复试验中 , S2 环绕 σ2 分布 , 它们之 间没有 系统偏差 。而式 (2) 在 n 有限时 ,S 其实不是整体标准偏差 σ的无偏预计 , 也就是说 S 和 σ之 间存在系统偏差。概率统计告诉我们 , 关于听从正态分布的正态整体 , 整体标准偏差 σ的无偏估 计值 为 (3) 令 则 . 精选文档 即 S1 和 S 仅相差一个系数 σ σ 是与样本个数丈量次数相关的一个系数 σ 值见表。 K ,K , K 计算 K σ时用到 Γ(n+ 1) = nΓ(n) (1) = 1 由表 1 知 , 当 n30 时 , 。所以 , 当 n30 时 , 式 (3) 和式 (2) 之间的 差异可略而不计。在 n=30 ~ 50 时 , 最宜用贝塞尔公式求标准偏差。当 n10 时, 因为 K σ值的影 响已不行忽视 , 宜用式 (3), 求标准偏差。这时再用贝塞尔公式明显是不当的。 标准偏差的最大似然预计 将 σ的定义式 (1) 中的真值 X 用算术均匀值 取代且当 n 有限时就获得 (4) . 精选文档 式 (4) 合用于 n50 时的状况 ,

文档评论(0)

188****4166 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档