标准差公式课件.docx

标准差公式

标准差公式

标准差公式

标准差(StaｎｄardDｅviaｔｉｏn),也称HYPEＲLINＫ＂均方差(meａｎsqｕareｅrror),就就是各数据偏离平均数得距离得平均数,她就就是离均差平方和平均后得方根,用S(σ)表示。标准差就就是方差得算术平方根。标准差能反映一个数据集得离散程度。平均数相同得,标准差未必相同。

标准差也被称为ＨYPERＬINK标准偏差,或者实验标准差,公式如下两式:

或

即:

如就就是总体,标准差公式根号内除以n

如就就是样本,标准差公式根号内除以(ｎ-１)

因为我们大量接触得就就是样本,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得平方和,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,所得之数就就就是这组数据得标准差。

标准差越高,表示实验数据越离散,也就就就是说越不精确;反之,标准差越低,代表实验得数据越精确

简单来说,标准差就就是一组数据HＹＰERLＩNK＂平均值分散程度得一种度量。一个较大得标准差,代表大部分数值和其平均值之间差异较大;一个较小得标准差,代表这些数值较接近平均值。

例如,两组数得集合{０,5,９,１4}和｛5,６,8,9}其平均值都就就是7,但第二个集合具有较小得标准差。

标准差可以当作不确定性得一种测量。例如在物理科学中,做重复性测量时,测量数值集合得标准差代表这些测量得精确度。当要决定测量值就就是否符合预测值,测量值得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就就是否正确。

标准差应用于投资上,可作为量度回报稳定性得指标。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组得分数为95、85、75、６５、５5、45,B组得分数为73、72、71、69、６８、67。这两组得平均数都就就是70,但Ａ组得标准差为17、０７分,B组得标准差为２、37分(此数据时在R统计软件中运行获得),说明Ａ组学生之间得差距要比Ｂ组学生之间得差距大得多。

求证下列公式:

由题意可知,求证下列式子即可:

假设xｉ=+ai,既有xi-=aｉ,

即求证下列式子即可:

因为:

所以:

所以:

所以:

设X就就是一个随机变量,若E{[X-E(X)]^２｝存在,则称E{[X－E(X)］^2}为X得方差,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有相同得量纲)称为标准差(或均方差)。即用来衡量一组数据得离散程度得HYPERLINK统计量。

方差刻画了随机变量得取值对于其数学期望得离散程度。若X得取值比较集中,则方差D(X)较小;若X得取值比较分散,则方差Ｄ(X)较大。因此,D(Ｘ)就就是刻画X取值分散程度得一个量,她就就是衡量Ｘ取值分散程度得一个尺度。

方差得计算

由定义知,方差就就是随机变量Ｘ得函数g(X)=［X-E(X)]＾2得数学期望。即:

由方差得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方差其实就就就是标准差得平方。

方差得几个重要性质

(1)设c就就是常数,则D(c)=0。(2)设X就就是随机变量,ｃ就就是常数,则有D(ｃＸ)=(c^2)D(X)。(3)设X与Y就就是两个随机变量,则Ｄ(X+Y)=Ｄ(X)+D(Y)+２E{[Ｘ－E(X)][Y-E(Y)]}特别得,当X,Y就就是两个相互独立得随机变量,上式中右边第三项为０(常见ＨYPERLINK＂＂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得随机变量之和得情况、(4)Ｄ(X)=0得充分必要条件就就是X以概率为1取常数值ｃ,即P｛X=c｝=１,其中E(Ｘ)=c。

常见随机变量得期望和方差

设随机变量Ｘ。X服从(0—1)分布,则Ｅ(X)＝pD(X)=p(1-p)Ｘ服从HYPERＬＩＮK＂＂泊松分布,即X~π(λ),则E(Ｘ)=λ,D(X)＝λX服从ＨYPERLＩＮK均匀分布,即Ｘ~U(ａ,b