高中数学必修第三册 数据的数字特征——标准差深度知识清单.docxVIP

高中数学必修第三册数据的数字特征——标准差深度知识清单

一、概念原点与认知定位：为何需要“标准差”？

在统计学中，我们不仅关注数据的集中趋势（如平均数），更关注其离散程度。如果说平均数代表了一组数据的“水平”，那么刻画数据波动大小的统计量就是衡量其稳定性的“标尺”。

（一）从“极差”与“方差”的局限说起

1.极差（Range）：是一组数据中最大值与最小值的差【基础】。它能快速反映数据的波动范围，但极易受极端值影响，且没有充分利用所有数据的信息。例如，两组数据“1，2，3，4，100”和“20，30，40，50，60”的极差相差悬殊，但仅凭极差无法全面刻画中间数据的分布情况。

2.方差（Variance）：为了克服极差的缺点，我们需要考虑每一个数据与其平均数的差异。方差正是这种“平均偏差平方”的度量。设一组数据为x

1

，

x

2

，

…

，

x

n

x_1，x_2，\dots，x_n

x1?，x2?，…，xn?，其平均数为x

ˉ

\bar{x}

xˉ，则方差s

2

s^2

s2定义为：

s

2

=

1

n

∑

i

=

1

n

(

x

i

?

x

ˉ

)

2

s^2=\frac{1}{n}\sum_{i=1}^{n}(x_i\bar{x})^2

s2=n1?i=1∑n?(xi??xˉ)2【重要】方差通过“平方”运算，放大了离差的权重，使得离散程度更加显著，且利