---------------------------------------------------------------最新资料推荐------------------------------------------------------
均值,方差等（精品）
样本均值样本均值又叫样本均数。
即为样本的均值。
均值是指在一组数据中所有数据之和再除以数据的个数。
它是反映数据集中趋势的一项指标。
例如 1、 2、 3、 4 四个数据的均值为（1+2+3+4） /4=2. 5。
样本（sample），是指从总体中抽出的一部分个体。
样本中所包含个体数目称样本容量或含量，用符号 N 或 n 表示。
总体（population）是指客观存在的，并在同一性质的基础上结合起来的许多个别单位的整体，即具有某一特性的一类事物的全体，又叫母体或全域。
简单地说，总体也就是我们所研究的性质相同个体的总和。
样本是受审查客体的反映形象或其自身的一部分。
按一定方式从总体中抽取的若干个体，用于提供总体的信息及由此对总体作统计推断。
又称子样。
例如因为人力和物力所限，不能每年对全国的人口进行普查，但可以通过抽样调查的方式来得到需要的信息。
从总体中抽取样本的过程叫抽样。
最常用的抽样方式是简单随机抽样，按这种方式抽样，总体中
1 / 19
每个个体都有同等的机会被抽入样本，这样得到的样本称简单随机样本。
样本的平均值称样本均值，样本偏离样本均值的平方的平均值称为样本方差，在数理统计中，常常用样本均值来估计总体均值，用样本方差来估计总体方差。
样本方差样本方差定义样本方差样本关于给定点 x 在直线上散布的数字特征之一，其中的点 x 称为方差中心。
样本方差数值上等于构成样本的随机变量对离散中心 x 之方差的平方和。
设X、，，各是同分布实随机变量，点 x 是选定的方差中心(x〔 R)。
那么，量 s。
(x)=艺(x 一x)z 称为关于点x 的样本方差(sample variance)，由于 s。
(x)=s。
(见)+n(无一 x)， )s。
(无)二 s。
，其中了二(X、 +十戈)加，可见当 x 二了时关于 x 的样本方差取最小值.较小的 S。
说明样本元素关于见集中；相反，较大的 S。
说明样本元素分散，样本方差的概念，可以自然地推广到多维样本的样本协方差矩阵。
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 方差定义，设 X 是一个随机变量，若 E{[X-E(X)]}存在，则称 E{[X-E(X)]}为 X 的方差，记为 V（X），是衡量一组数据的离散程度的统计量编辑本段样本方差计算方法设 X1 ,X2,,Xn 是一个样本， S=sum((xi-E(x)))/(n-1)称为样本方差，其中 E(x)是样本均值。
例如，一样本取值为 3,4,4,5,4，则样本均值=（3+4+4+5+4）/5=4，样本方差 S2=(（3-4）+0+0+(5-4)+0)/4=0.5。
样本方差是常用的统计量之一，是描述一组数据变异程度或分散程度大小的指标。
S 称为样本标准差。
如在上例中， S=0.7071。
称（S/ X） 100%为样本变异系数。
由于 S 与 X 都是从同一个样本资料中求得，两者的单位相同，故变异系数为一纯数。
当两种样本资料所用的单位不同时，只要计算出变异系数，就可以比较它们的变异程度。
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。
3 / 19
平均数相同的，标准差未必相同。
简介标准差的意义离散度极差离均差的平方和 1. 方差（S2） 2. 标准差（SD） 3. 变异系数（CV）解释标准差与标准误的区别 1. 标准误 Excel 函数外汇术语样本标准差应用实例 1. 选基金 2. 股市分析中 3. 标准差在确定企业最优资本结构中的应用展开简介标准差的意义离散度 1. 极差 2. 离均差的平方和 3. 方差（S2） 4. 标准差（SD） 5. 变异系数（CV）解释标准差与标准误的区别 1. 标准误 Excel 函数外汇术语样本标准差应用实例 1. 选基金 2. 股市分析中标准差在确定企业最优资本结构中的应用编辑本段简介标准差（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，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。
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 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
5 / 19
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，即变异数)，再把所得值开根号，所得之数就是这组数据的标准差。
深蓝区域是距平均值小于一个标准差之内的数值范围。
在正态分布中，此范围所占比率为全部数值之 68% 。
根据正态分布，两个标准差之内（深蓝，蓝）的比率合起来为 95% 。
根据正态分布，三个标准差之内（深蓝，蓝，浅蓝）的比率合起来为 99% 。
正态分布图标准差的意义标准计算公式假设有一组数值（皆为实数），其平均值为：
. 此组数值的标准差为：
样本标准差在真实世界中，除非在某些特殊情况下，找到一个总体的真实的标准差是不现实的。
大多数情况下，总体标准差是通过随机抽取一定量的样本并计算样本标准差估计的。
从一大组数值当中取出一样本数值组合，常定义其样本标准差：
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 样本方差 s 是对总体方差的无偏估计。
s 中分母为 n- 1 是因为的自由度为 n 1 ，这是由于存在约束条件。
这里示范如何计算一组数的标准差。
例如一群儿童年龄的数值为 { 5, 6, 8, 9 } ：
第一步，计算平均值第二步，计算标准差编辑本段离散度标准差是反应一组数据离散程度最常用的一种量化形式，是表示精确度的重要指标。
说起标准差首先得搞清楚它出现的目的。
我们使用方法去检测它，但检测方法总是有误差的，所以检测值并不是其真实值。
检测值与真实值之间的差距就是评价检测方法最有决定性的指标。
但是真实值是多少，不得而知。
因此怎样量化检测方法的准确性就成了难题。
这也是临床工作质控的目的：
保证每批实验结果的准确可靠。
虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。
可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。
7 / 19
如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。
因此，离散度是评价方法的好坏的最重要也是最基本的指标。
一组数据怎样去评价和量化它的离散度呢?人们使用了很多种方法：
极差最直接也是最简单的方法，即最大值－最小值（也就是极差）来评价一组数据的离散度。
这一方法在日常生活中最为常见，比如比赛中去掉最高最低分就是极差的具体应用。
离均差的平方和由于误差的不可控性，因此只由两个数据来评判一组数据是不科学的。
所以人们在要求更高的领域不使用极差来评判。
其实，离散度就是数据偏离平均值的程度。
因此将数据与均值之差（我们叫它离均差）加起来就能反映出一个准确的离散程度。
和越大离散度也就越大。
但是由于偶然误差是成正态分布的，离均差有正有负，对于大样本离均差的代数和为零的。
为了避免正负问题，在数学有上有两种方法：
一种是取绝对值，也就是常说的离均差绝对值之和。
而为了避免符号问题，数学上最常用的是另一种方法－－平方，这样就都成了非负数。
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 因此，离均差的平方和成了评价离散度一个指标。
方差（S2）由于离均差的平方和与样本个数有关，只能反应相同样本的离散度，而实际工作中做比较很难做到相同的样本，因此为了消除样本个数的影响，增加可比性，将标准差求平均值，这就是我们所说的方差成了评价离散度的较好指标。
样本量越大越能反映真实的情况，而算数均值却完全忽略了这个问题，对此统计学上早有考虑，在统计学中样本的均差多是除以自由度（n-1)，它的意思是样本能自由选择的程度。
当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。
标准差（SD）由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差。
在统计学中样本的均差多是除以自由度（n-1)，它是意思是样本能自由选择的程度。
当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。
变异系数（CV）标准差能很客观准确的反映一组数据的离散程度，但是对于不同的检目，或同一项目不同的样本，标准差就缺乏可比性了，因此对于方法学评价来说又引入了变异系数CV。
9 / 19
一组数据的平均值及标准差常常同时做为参考的依据。
在直觉上，如果数值的中心以平均值来考虑，则标准差为统计分布之一自然的测量。
定义公式：
其中 N 应为 n-1，即自由度标准差与平均值定义公式
1、方差 s=[(x1-x)+(x2-x)+......(xn-x)]/(n) （x 为平均数）
2、标准差=方差的算术平方根 error bar。
在实验中单次测量总是难免会产生误差，为此我们经常测量多次，然后用测量值的平均值表示测量的量，并用误差条来表征数据的分布，其中误差条的高度为标准误。
这里即标准差 standard deviation 和标准误 standard error 的计算公式分别为标准差标准误编辑本段解释从几何学的角度出发，标准差可以理解为一个从 n 维空间的一个点到一条直线的距离的函数。
举一个简单的例子，一组数据中有 3 个值， X1,X2,X3。
它们可以在 3 维空间中确定一个点 P = (X1,X2,X3)。
想像一条通过原点的直线。
如果这组数据中的 3 个值都相等，则点 P 就是直线 L 上的一个点， P 到 L 的距离为 0, 所以标准差也为 0。
若这 3 个值不都相等，过点 P 作垂线 PR 垂直于 L， PR 交 L 于点 R，则 R 的坐标为这 3 个值的平均数：
公式运用一些代数知识，不难发现点 P 与点 R 之间的
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 距离(也就是点 P 到直线 L 的距离)是。
在 n 维空间中，这个规律同样适用，把 3 换成 n 就可以了。
编辑本段标准差与标准误的区别标准差与标准误都是心理统计学的内容，两者不但在字面上比较相近，而且两者都是表示距离某一个标准值或中间值的离散程度，即都表示变异程度，但是两者是有着较大的区别的。
首先要从统计抽样的方面说起。
现实生活或者调查研究中，我们常常无法对某类欲进行调查的目标群体的所有成员都加以施测，而只能够在所有成员（即样本）中抽取一些成员出来进行调查，然后利用统计原理和方法对所得数据进行分析，分析出来的数据结果就是样本的结果，然后用样本结果推断总体的情况。
一个总体可以抽取出多个样本，所抽取的样本越多，其样本均值就越接近总体数据的平均值。
表示的就是样本数据的离散程度。
标准差就是样本平均数方差的开平方，标准差通常是相对于样本数据的平均值而定的，通常用 MSD 来表示，表示样本某个数据观察值相距平均值有多远。
从这里可以看到，标准差受到极值的影响。
标准差越小，表明数据越聚集；标准差越大，表明数据越离散。
11 / 19
标准差的大小因测验而定，如果一个测验是学术测验，标准差大，表示学生分数的离散程度大，更能够测量出学生的学业水平；如果一个测验测量的是某种心理品质，标准差小，表明所编写的题目是同质的，这时候的标准差小的更好。
标准差与正态分布有密切联系：
在正态分布中， 1 个标准差等于正态分布下曲线的 68.26%的面积， 1.96 个标准差等于 95%的面积。
这在测验分数等值上有重要作用。
标准误表示的是抽样的误差。
因为从一个总体中可以抽取出无数多种样本，每一个样本的数据都是对总体的数据的估计。
标准误代表的就是当前的样本对总体数据的估计，标准误代表的就是样本均数与总体均数的相对误差。
标准误是由样本的标准差除以样本容量的开平方来计算的。
从这里可以看到，标准误更大的是受到样本容量的影响。
样本容量越大，标准误越小，那么抽样误差就越小，就表明所抽取的样本能够较好地代表总体。
编辑本段Excel 函数Excel 中有STDEV、STDEVP;STDEVA,STDEVPA 四个函数，分别表示样本标准差、总体标准差；包含逻辑值运算的样本标准差、包含逻辑值运算的总体标准差（excel 用的是标准偏差字样）。
在计算方法上的差异是：
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 样本标准差=（样本方差/(数据个数-1))；总体标准差=（总体方差/(数据个数))。
函数的 excel 分解：
（1） stdev（）函数可以分解为（假设样本数据为 A1： E10 这样一个矩阵）：
stdev(A1：
E10)=sqrt(DEVSQ(A1：
E10)/(COUNT(A1：
E10)-1)) （2） stdevp（）函数可以分解为（假设总体数据为 A1：
E10 这样一个矩阵）：
stdev(A1：
E10)=sqrt(DEVSQ(A1：
E10)/(COUNT(A1：
E10))) 同样的道理 stdeva()与 stdevpa()也有同样的分解方法。
编辑本段外汇术语标准差指统计上用于衡量一组数值中某一数值与其平均值差异程度的指标。
标准差被用来评估价格可能的变化或波动程度。
标准差越大，价格波动的范围就越广，股票等金融工具表现的波动就越大。
13 / 19
在 excel 中调用函数 STDEV 估算样本的标准偏差。
标准偏差反映相对于平均值 (mean) 的离散程度。
编辑本段样本标准差在真实世界中，除非在某些特殊情况下，不然找到一个总体的真实的标准差是不现实的。
大多数情况下，总体标准差是通过随机抽取一定量的样本并计算样本标准差估计的。
编辑本段应用实例选基金在投资基金上，一般人比较重视的是业绩，但往往买进了基金的算法近期业绩表现最佳的基金之后，基金表现反而不如预期，这是因为所选基金波动度太大，没有稳定的表现。
衡量基金波动程度的工具就是标准差(Standard Deviation)。
标准差是指基金可能的变动程度。
标准差越大，基金未来净值可能变动的程度就越大，稳定度就越小，风险就越高。
比方说，一年期标准差是 30%的基金，表示这类基金的净值在一年内可能上涨 30%，但也可能下跌 30%。
因此，如果有两只收益率相同的基金，投资人应该选择标准差较小的基金(承受较小的风险得到相同的收益)，如果有两只相同标准差的基金，则应该选择收益较高的基金(承受相同的风险，但是收益更高)。
建议投资人同时将收益和风险计入，以此来判断基金。
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 例如， A 基金二年期的收益率为 36%，标准差为 18%； B 基金二年期收益率为 24%，标准差为 8%，从数据上看， A 基金的收益高于 B 基金，但同时风险也大于 B 基金。
A 基金的每单位风险收益率为 2(0.36/0.18)，而
B 基金为3(0.24/0.08)。
因此，原先仅仅以收益评价是 A 基金较优，但是经过标准差即风险因素调整后， B 基金反而更为优异。
另外，标准差也可以用来判断基金属性。
据晨星统计，今年以来股票基金的平均标准差为 5.14，积配型基金的平均标准差为 5.04；保守配置型基金的平均标准差为4.86；普通债券基金平均标准差为 2.91；货币基金平均标准差则为0.19；由此可见，越是积极型的基金，标准差越大；而如果投资人持有的基金标准差高于平均值，则表示风险较高，投资人不妨在观赏奥运比赛的同时，也检视一下手中的基金。
股市分析中股票价格的波动是股票市场风险的表现,因此股票市场风险分析就是对股票市场价格波动进行分析。
波动性代表了未来价格取值的不确定性,这种不确定性一般用方差或标准差来刻画(Markowitz,1952)。
下表是中国和美国部分时段的股票统计指标,其中中国证券市场的数据由钱龙软件下载,美国证券市场的数据取自 ECI 的World Stock Exchange Data Disk。
15 / 19
表 2 股票统计指标年份业绩表现波动率上证综指
标准普尔指数上证综指标准普尔指数 1996 110.93 16.46 0.2376 O.0573 1997 -0.13 31.01 O.1188 O.0836 1998 8.94 26.67 O.0565 O.0676 1999 17.24 19.53 O.1512 0.0433 2019 43.86 -10.14 0.097 0.0421 2019 -15.34 -13.04 O.0902 O.0732 2019 -20.82
-23.37 O.0582 O.1091 通过计算可以得到：
上证综指业绩期望值(110.93-0.13+8.94+17.24+43.86-15.34-20.82)/7=20.67 上证
波动率期望值0.1156 标准普尔业绩期望值6.7214 标准普尔
波动率期望值0.0680 而标准差的计算公式则根据公分析
图 2 式(2)计算：
上证综指的业绩标准差上证波动率标准差0.0632 标准普尔指数业绩标准差21.71 标准普尔波动率标准差0.02365 因为标准差是绝对值，不能通过标准差对中美直接进行对比，而变
异系数可以直接比较。
计算可得：
上证业绩变异系数45.2457/20.672． 1889 上证波动率
变异系数0.0632/0.11560.5467 标准普尔业绩变异系数21.71/6.72143.2299 标准普尔波动率变异系数
0.02365/0.06800.3478 通过比较可以看出上证波动率变异系数
要大于标准普尔波动率变异系数，说明长期来讲中国股市稳定性相
对较差，还是一个不太成熟的股票市场。
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 标准差在确定企业最优资本结构中的应用资本结构指的是企业各种资金来源的比例关系，是企业筹资活动的结果。
最优资本结构是指能使企业资本成本最低且企业价值最大的资本结构；产权比率，即借入资本与自有资本的构成比例，是反映企业资本结构的重要变量。
企业的资产由债务性资金和权益性资金组成，但其分析图风险等级和收益率各不相同。
根据投资组合理论，投资的多样化可以分散掉一定的风险，因此资金提供者需要决定投资于债务性资金和权益性资金的比例。
以便在权衡风险和收益的情况下保证其利益的最大化。
理论探索而外部资金提供者利益的最大化也就是企业价值的最大化，这一投资比例对于企业融资而言也就是企业的最优资本结构比例。
假定某企业的资金通过发行债券和股票两种方式获得，并且都属于风险性资产。
其中债券的收益率为 rD，风险通过标准差 D 来衡量；股票的收益率为 rE，风险为 E；股票和债券的相关系数为 pDE，协方差为 COV(rD,rE)；债券所占的比重为 wD，股票所占比重为 WE(WD + WE = 1)。
根据投资组合理论，企业外部投资者对该企业投资所获的期望收益率为 E(rp) = WDE(rD) + wEE(rE)，方差为方差 1、企
17 / 19
业债务性资金和权益性资金完全正相关，即相关系数 pDE 为 1。
企业外部投资者获得的期望收益率为E(rp) = wDE(rD) + wEE(rE)，风险标准差为 = wDD + wEE,也就是组合的标准差等于各个部分标准差的加权平均值，通过投资组合不可能分散掉投资风险。
根据投资组合理论，投资组合的不同比例对于投资者而言是无差异的。
2、企业债务性资金和权益性资金完全负相关，即其相关系数为-1。
投资者获得的报酬率的期望值及其方差分别为。
根据投资组合理论，只有当投资比例大于 E / (D + E)时其投资组合才是有效的。
对于企业筹资而言，也即企业的权益性资金的比例大干 E / (D + E)，企业的筹资比例才是有效的，而且当组合比例为 E / (D + E)时，企业的筹资组合风险为零。
3、企业债务性资金和权益性资金的相关系数大于-1 小于1。
理论上，一个企业的两种筹资方式之间的相关程度较高，一方面两种筹资方式都承担系统风险，另一方面它们也承担相同的公司风险。
因此从实践来看，企业的不同筹资方式间的相关程度不可能是完全的正相关和负相关。
对于一个企业而言，债务性资金对企业有固定的要求权，权益
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 性资金对企业只有剩余要求权，因此债务性资金的波动不可能像权益性资金的波动那么大。
同时企业的风险会同时影响企业的债务性资金和权益性资金，因此企业的债务性资金和权益性资金的相关系数不可能为负数。
企业不同的筹资方式间的相关系数一般在0-1 之间。
那么究竟在什么比例下企业的价值才会达到最大呢?根据投资组合理论，当 E(r1) E(r2)，且方差 3 时，才能出现r1，优于 r2。
可见，决定企业资本结构的直接因素主要是不同筹资方式的收益率和风险以及它们之间的相关系数。
19 / 19
考点39 均值与方差在生活中运用解析版 1．设1 02 a << ，随机变量X 的分布列是： 则当()D X 最大时的a 的值是（ ） A ． 14 B ． 316 C ． 15 D ． 325 2．随机变量X 的分布列如表所示，若1 ()3 E X = ，则(32)D X -=（ ） A ． 9 B ． 3 C ．5 D ．7 3．已知1 02a << ，102 b <<，随机变量X 的分布列是： 若()3 E X = ，则a =________，()D X =________. 4．如下为简化的计划生育模型：每个家庭允许生男孩最多一个，即某一胎若为男孩，则不能再生下一胎，而女孩可以多个.为方便起见，此处约定每个家庭最多可生育3个小孩，即若第一胎或前两胎为女孩，则继续生，但若第三胎还是女孩，则不能再生了.设每一胎生男生女等可能，且各次生育相互独立.依据每个家庭最多生育一个男孩的政策以及我们对生育女孩的约定，令X 为某一家庭所生的女孩数，Y 为此家庭所生的男孩数.
（1）求X ，Y 的分布列，并比较它们数学期望的大小； （2）求概率()() P X D X >，其中()D X 为X 的方差. 5．某投资公司在2020年年初准备将1000万元投资到“低碳”项目上，现有两个项目供选择： 项目一：新能源汽车．据市场调研，投资到该项目上，到年底可能获利40%，也可能亏损10%，且这两种情况发生的概率分别为 35和25 ； 项目二：通信设备据市场调研，投资到该项目上，到年底可能获利50%，可能损失30%，也可能不赔不赚，且这三种情况发生的概率分别为35，13和1 15 ．针对以上两个投资项目，请你为投资公司选择一个合理的项目，并说明理由． 6．某超市计划在九月订购一种时令水果，每天进货量相同，进货成本每个8元，售价每个12元（统一按个销售）．当天未售出的水果，以每个4元的价格当天全部卖给水果罐头厂根据往年销售经验，每天需求量与当天最高气温（单位：C ）有关.如果最高气温不低于30，需求量为500个；如果最高气温位于区间[)25,30，需求量为350个；如果最高气温低于25，需求量为200个．为了确定九月份的订购计划，统计了前三年九月份各天的最高气温数据，得下面的频数分布表： 以最高气温位于各区间的频率代替最高气温位于该区间的概率． （1）求九月份这种水果一天的需求量X （单位：个）的分布列． （2）设九月份一天销售这种水果的利润为Y （单位：元）．当九月份这种水果一天的进货量n （单位：个）为多少时，Y 的数学期望达到最大值？
教学过程 一、课堂导入 “离散型随机变量的分步列，均值和方差”在“排列与组合”知识的延伸，在本讲的学习中，同学们将通过具体实例理解随机变量及其分布列、均值和方差的概念，认识随机变量及其分布对于刻画随机现象的重要性．要求同学们会用随机变量表达简单的随机事件，会用分布列来计算这类事件的概率，计算简单离散型随机变量的均值、方差，并能解决一些实际问题．在高考中，这部分知识通常有一道解答题，占12─14分左右，主要考查学生的逻辑推理能力和运算能力，凸显数学的应用价值．
二、 复习预习 1．判断下面结论是否正确(请在括号中打“√”或“×”) (1)随机变量的均值是常数，样本的平均值是随机变量，它不确定． ( ) (2)随机变量的方差和标准差都反映了随机变量取值偏离均值的平均程度，方差或标准差越小，则偏离变量平均程度越小． ( ) (3)正态分布中的参数μ和σ完全确定了正态分布，参数μ是正态分布的期望，σ是正态分布的标准差． ( ) (4)一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布． ( ) 2．设随机变量ξ的分布列为P (ξ＝k )＝1 5(k ＝2,4,6,8,10)，则D (ξ)等于 ( ) A ．5 B ．8 C ．10 D ．16 3．设随机变量ξ服从正态分布N (3,4)，若P (ξ<2a －3)＝P (ξ>a ＋2)，则a 等于 ( ) A ．3 B.5 3 C ．5 D.73 4．有一批产品，其中有12件正品和4件次品，有放回地任取3件，若X 表示取到次品的件数，则D (X )＝________.
方差分析公式 （20PP-06-2611:03:09） 转载▼ 标签： 分类：统计方法 杂谈 方差分析 方差分析（analPsisofvarianee ，简写为ANOV或ANOV A可用于两个或两个以 上样本均数的比较。应用时要求各样本是相互独立的随机样本；各样本来自正态 分布总体且各总体方差相等。方差分析的基本思想是按实验设计和分析目的把全部观察值之间的总变异分为两部分或更多部分，然后再作分析。常用的设计有完 全随机设计和随机区组设计的多个样本均数的比较。 一、完全随机设计的多个样本均数的比较 又称单因素方差分析。把总变异分解为组间（处理间）变异和组内变异（误差）两部分。目的是推断k个样本所分别代表的卩1,卩2,……卩k是否相等，以便比较多个处理的差别有无统计学意义。其计算公式见表19-6. 表19-6完全随机设计的多个样本均数比较的方差分析公式 GC=（艺G） 2/N=艺ni , k为处理组数 方差分析计算的统计量为F,按表19-7所示关系作判断。 例19.9某湖水不同季节氯化物含量测量值如表19-8，问不同季节氯化物含量有 无差别？ 表19-8某湖水不同季节氯化物含量（mg/L）
SS 加刖=丄 和 ' 10619.265^ 170 HO:湖水四个季节氯化物含量的总体均数相等，即 卩仁卩2=卩3=卩4 H1:四个总体均数不等或不全相等 a =0.05 先作表19-8下半部分的基础计算。 C=（艺 G ） 2/N= （588.4） 2/32=10819.205 SS 总=艺 G2-C=11100.84-10819.205=281.635 V 总=N-仁31 （工吋 “ 1 广_ （】6二口尸斗/」期.匸尸千 K .IT N "一 - ? r . —I b K V 组间=k-1=4-1=3 SS 组内=SS 总-SS 组间=281.635-141.107=140.465 V 组内=N-k=32-4=28 MS 组间二SS 组间 /v 组间=141.107/3=47.057
离散型随机变量的均值与方差 【教学引入】复习分布列、三种常见分布列。说明分布列全面刻画了随机变量取值的统计规律。提出问题：如何从分布列中获取随机变量取值的总体水平（平均取值）、离散程度（区分度）等信息？ 【案例探究】销售由a.b.c 三种糖果混合的混合糖，如何进行合理定价？ ① 当a,b,c 价格相同，比例相同时； ② ②当a,b,c 价格不同，比例相同时； ③ ③当a,b,c 价格不同，比例也不同时。 对于①②，只需求三种糖价格的算术平均值即可，对于③，习惯的算术平均显然是不合理的。 设a,b,c 三种糖价格分别为18元/kg, 24元/kg, 36元/kg,混合比例为3：2：1，则易得合理价格为 23366 1 243118212336242183=?+?+?=++?+?+?x x x x x x (元/kg).此价格称为三种价格的 加权平均。 【权的含义】设三种糖每颗质量、外观完全相同，从混合糖中任取一颗，分别求取到a 、b 、c 的概率。 设三种糖的颗数分别为3m,2m,m ，属古典概型，用古典概型概率计算公式计算得概率分别为6 1,31,21。 权是各种糖的质量与总质量之比，其统计意义是随机变量X 等于相应值的概率。 【合理价格的统计意义】用X 表示从总体中任取一颗糖，所抽到的糖的价格，则X 有三种可 能的取值，?? ? ??=c b a X 如果取出的是如果取出的是如果取出的是,36,24,18，其分布列为： =18×P （X=18）+24×P （X=24）+36×P （X=36），是以概率为权重的每种糖果的单位价格的加权平均（即随机变量X 的均值）。 【离散型随机变量的均值（数学期望）】 ∑==n i i i p x EX 1.反映随机变量取值的平均水平。
方差概念及计算公式 一．方差的概念与计算公式 例1两人的5次测验成绩如下： X：50，100，100，60，50 E(X )=72；Y：73，70，75，72，70 E(Y )=72。 平均成绩相同，但X不稳定，对平均值的偏离大。方差描述随机变量对于数学期望的偏离程度。 单个偏离是 消除符号影响 方差即偏离平方的均值，记为D(X )： 直接计算公式分离散型和连续型，具体为： 这里是一个数。推导另一种计算公式 得到：“方差等于平方的均值减去均值的平方”，即 ， 其中
分别为离散型和连续型计算公式。称为标准差或均方差，方差描述波动程度。 二．方差的性质 1．设C为常数，则D(C) = 0（常数无波动）； 2．D(CX )=C2D(X ) （常数平方提取）； 证： 特别地D(-X ) = D(X ), D(-2X ) = 4D(X )（方差无负值） 3．若X、Y相互独立，则 证：记 则 前面两项恰为D(X )和D(Y )，第三项展开后为 当X、Y 相互独立时， ， 故第三项为零。 特别地 独立前提的逐项求和，可推广到有限项。 三．常用分布的方差 1．两点分布
2．二项分布 X ~ B( n, p ) 引入随机变量X i（第i次试验中A出现的次数，服从两点分布） ， 3．泊松分布（推导略） 4．均匀分布 另一计算过程为 5．指数分布（推导略） 6．正态分布（推导略） ~ 正态分布的后一参数反映它与均值的偏离程度，即波动程度（随机波动），这与图形的特征是相符的。 例2求上节例2的方差。 解根据上节例2给出的分布律，计算得到
求均方差。均方差的公式如下：（xi为第i个元素）。 S = ((x1-x的平均值)^2 + (x2-x的平均值)^2+(x3-x的平均值)^2+...+(xn-x的平均值)^2)/n)的平方根 大数定律表表明：事件发生的频率依概率收敛于事件的概率p，这个定理以严格的数学形式表达了频率的稳定性。就是说当n很大时，事件发生的频率于概率有较大偏差的可能性很小。由实际推断原理，在实际应用中，当试验次数很大时，便可以用事件发生的频率来代替事件的概率。 用matlab或c语言编写求导程序 已知电容电压uc,电容值 求电流i 公式为i=c(duc/dt) 怎样用matlab或c语言求解
SPSS——单因素方差分析 单因素方差分析 单因素方差分析也称作一维方差分析。它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析，即进行均值的多重比较。One-Way ANOVA过程要求因变量属于正态分布总体。如果因变量的分布明显的是非正态，不能使用该过程，而应该使用非参数分析过程。如果几个因变量之间彼此不独立，应该用Repeated Measure 过程。 [例子] 调查不同水稻品种百丛中稻纵卷叶螟幼虫的数量，数据如表1-1所示。 表1-1 不同水稻品种百丛中稻纵卷叶螟幼虫数
数据保存在“data1.sav”文件中，变量格式如图1-1。 图1-1 分析水稻品种对稻纵卷叶螟幼虫抗虫性是否存在显著性差异。 。 2）启动分析过程 点击主菜单“Analyze”项，在下拉菜单中点击“Compare Means”项，在右拉式菜单中点击“0ne-Way ANOVA”项，系统 打开单因素方差分析设置窗口如图1-2。 图1-2 单因素方差分析窗口
3）设置分析变量 因变量:选择一个或多个因子变量进入“Dependent List”框中。本例选择“幼虫”。 因素变量:选择一个因素变量进入“Factor”框中。本例选择“品种”。 4）设置多项式比较 单击“Contrasts”按钮，将打开如图1-3所示的对话框。该对话框用于设置均值的多项式比较。 图1-3 “Contrasts”对话框 定义多项式的步骤为： 均值的多项式比较是包括两个或更多个均值的比较。例如图1-3中显示的是要求计算“1.1×mean1-1×mean2”的值，检验的假设H0：第一组均值的1. 1倍与第二组的均值相等。单因素方差分析的“0ne-Way ANOVA”过程允许
方差(Variance) [编辑] 什么是方差 方差和标准差是测度数据变异程度的最重要、最常用的指标。 方差是各个数据与其算术平均数的离差平方和的平均数，通常以σ2表示。方差的计量单位和量纲不便于从经济意义上进行解释，所以实际统计工作中多用方差的算术平方根——标准差来测度统计数据的差异程度。 标准差又称均方差，一般用σ表示。方差和标准差的计算也分为简单平均法和加权平均法，另外，对于总体数据和样本数据，公式略有不同。 [编辑] 方差的计算公式 设总体方差为σ2，对于未经分组整理的原始数据，方差的计算公式为： 对于分组数据，方差的计算公式为： 方差的平方根即为标准差，其相应的计算公式为： 未分组数据： 分组数据： [编辑]
样本方差和标准差 样本方差与总体方差在计算上的区别是：总体方差是用数据个数或总频数去除离差平方和，而样本方差则是用样本数据个数或总频数减1去除离差平方和，其中样本数据个数减1即n－1 称为自由度。设样本方差为，根据未分组数据和分组数据计算样本方差的公式分别为： 未分组数据： 分组数据： 未分组数据： 分组数据： 例:考察一台机器的生产能力，利用抽样程序来检验生产出来的产品质量，假设搜集的数据如下： 根据该行业通用法则：如果一个样本中的14个数据项的方差大于0.005，则该机器必须关闭待修。问此时的机器是否必须关闭？ 解：根据已知数据，计算
因此，该机器工作正常。 方差和标准差也是根据全部数据计算的，它反映了每个数据与其均值相比平均相差的数值，因此它能准确地反映出数据的离散程度。方差和标准差是实际中应用最广泛的离散程度测度值。 ?函数VAR假设其参数是样本总体中的一个样本。如果数据为整个样本总体，则应使用函数VARP来计算方差。 ?参数可以是数字或者是包含数字的名称、数组或引用。 ?逻辑值和直接键入到参数列表中代表数字的文本被计算在内。 ?如果参数是一个数组或引用，则只计算其中的数字。数组或引用中的空白单元格、逻辑值、文本或错误值将被忽略。 ?如果参数为错误值或为不能转换为数字的文本，将会导致错误。 ?如果要使计算包含引用中的逻辑值和代表数字的文本，请使用VARA 函数。 ?函数VAR 的计算公式如下： 其中x 为样本平均值AVERAGE(number1,number2,…)，n 为样本大小。 示例 假设有10 件工具在制造过程中是由同一台机器制造出来的，并取样为随机样本进行抗断强度检验。 如果将示例复制到一个空白工作表中，可能会更容易理解该示例。 STDEV(number1,number2,...) Number1,number2,...为对应于总体样本的 1 到255 个参数。也可以不使用这种用逗号分隔参数的形式，而用单个数组或对数组的引用。 注解 ?函数STDEV 假设其参数是总体中的样本。如果数据代表全部样本总体，则应该使用函数STDEVP来计算标准偏差。 ?此处标准偏差的计算使用“n-1”方法。
第二章均值比较检验与方差分析 在经济社会问题的研究过程中，常常需要比较现象之间的某些指标有无显著差异，特别当考察的样本容量n比较大时，由随机变量的中心极限定理知，样本均值近似地服从正态分布。所以，均值的比较检验主要研究关于正态总体的均值有关的假设是否成立的问题。 ◆本章主要内容： 1、单个总体均值的 t 检验（One-Sample T Test）； 2、两个独立总体样本均值的 t 检验（Independent-Sample T Test）； 3、两个有联系总体均值均值的 t 检验（Paired-Sample T Test）； 4、单因素方差分析（One-Way ANOVA）； 5、双因素方差分析（General Linear Model Univariate）。 ◆假设条件：研究的数据服从正态分布或近似地服从正态分布。 在Analyze菜单中，均值比较检验可以从菜单Compare Means，和General Linear Model得出。如图2.1所示。 图2.1 均值的比较菜单选择项 §2.1 单个总体的t 检验（One-Sample T Test）分析 单个总体的 t 检验分析也称为单一样本的 t 检验分析，也就是检验单个变量的均值是否与假定的均数之间存在差异。如将单个变量的样本均值与假定的常数相比较，通过检验得出预先的假设是否正确的结论。
例1：根据2002年我国不同行业的工资水平（数据库SY-2），检验国有企业的职工平均年工资收入是否等于10000元，假设数据近似地服从正态分布。 首先建立假设：H0：国有企业工资为10000元； H1：国有企业职工工资不等于10000元 打开数据库SY-2，检验过程的操作按照下列步骤： 1、单击Analyze →Compare Means →One-Sample T Test，打开One-Sample T Test 主对话框，如图2.2所示。 图2.2 一个样本的t检验的主对话框 2、从左边框中选中需要检验的变量（国有单位）进入检验框中。 3、在Test Value框中键入原假设的均值数10000。 4、单击Options按钮，得到Options对话框（如图2.3），选项分别是置信度（默认项是95％）和缺失值的处理方式。选择后默认值后返回主对话框。 图2.3 一个样本t检验的Options对话框 5、单击OK，得输出结果。如表2.1所示。 表2.1（a）.数据的基本统计描述 One-Sample Statistics
均值、方差和协方差的定义和基本性质 1 数学期望（均值）的定义和性质 定义：设离散型随机变量X 的分布律为 {}, 1,2,k k P X x p k === 若级数 1k k k x p ∞=∑ 绝对收敛，则称级数1k k k x p ∞=∑的和为随机变量X 的数学期望，记为()E X 。即 ()1k k k E X x p ∞==∑。 设连续型随机变量X 的概率密度为()f x ，若积分 ()xf x dx ∞?∞? 绝对收敛，则称积分 ()xf x dx ∞?∞?的值为随机变量X 的数学期望，记为()E X 。即 ()()E X xf x dx ∞ ?∞=? 数学期望简称期望，又称为均值。 性质：下面给出数学期望的几个重要的性质 （1）设C 是常数，则有()E C C =； （2）设X 是一个随机变量，C 是常数，则有()()E CX CE X =； （3）设X 和Y 是两个随机变量，则有()()()E X Y E X E Y +=+，这一性质可以推 广至任意有限个随机变量之和的情况； （4）设X 和Y 是相互独立的随机变量，则有()()()E XY E X E Y =。 2 方差的定义和性质 定义：设X 是一个随机变量，若(){}2E X E X ?????存在，则称(){}2E X E X ?????为X
的方差，记为()D X 或()Var X ，即 性质：下面给出方差的几个重要性质 （1）设C 是常数，则有()0D C =； （2）设X 是一个随机变量，C 是常数，则有 ()()2D CX C D X =，()()D X C D X +=； （3）设X 和Y 是两个随机变量，则有 ()()()()()()(){}2D X Y D X D Y E X E X Y E Y +=++?? 特别地，若X 和Y 相互独立，则有()()()D X Y D X D Y +=+ （4）()0D X =的充分必要条件是以概率1取常数()E X ，即(){}1P X E X ==。 3 协方差的定义和性质 定义：量()(){} E X E X Y E Y ??????????称为随机变量X 与Y 的协方差。记为(),Cov X Y ，即 ()()(){},Cov X Y E X E X Y E Y =?????????? 性质：下面给出协方差的几个重要性质 （1）()(),,Cov X Y Cov Y X = （2）()(),Cov X X D X = （3）()()()(),Cov X Y E XY E X E Y =? （4）()(),,,,Cov aX bY abCov X Y a b =是常数 （5）()()()1212,,,Cov X X Y Cov X Y Cov X Y +=+ 参考文献 [1]概率论与数理统计（第四版），浙江大学
经常要用到，系统整理了一下。 1、均值 Matlab函数：mean >>X=[1,2,3] >>mean(X)=2 如果X是一个矩阵，则其均值是一个向量组。 mean(X,1)为列向量的均值，mean(X,2)为行向量的均值。>>X=[1 2 3 4 5 6] >>mean(X,1)=[2.5, 3.5, 4.5] >>mean(X,2)=[2 5] 若要求整个矩阵的均值，则为mean(mean(X))。 >>mean(mean(X))=3.5 也可使用mean2函数： >>mean2(X)=3.5 median，求一组数据的中值，用法与mean相同。 >>X=[1,2,9] >>mean(X)=4 >>median(X)=2
2、方差 均方差： Matlab 函数：var 要注意的是var函数所采用公式中，分母不是，而是。这是因为var函数实际上求的并不是方差，而是误差理论中“有限次测量数据的标准偏差的估计值”。 >>X=[1,2,3,4] >>var(X)=1.6667 >> sum((X(1,:)-mean(X)).^2)/length(X)=1.2500 >> sum((X(1,:)-mean(X)).^2)/(length(X)-1)=1.6667 var没有求矩阵的方差功能，可使用std先求均方差，再平方得到方差。 std，均方差，std(X,0,1)求列向量方差，std(X,0,2)求行向量方差。 >>X=[1 2 3 4] >>std(X,0,1)=1.4142 1.4142 >>std(X,0,2)=0.7071 0.7071 若要求整个矩阵所有元素的均方差，则要使用std2函数： >>std2(X)=1.2910
方差计算公式的证明 （1）用新数据法求平均数 当所给的数据都在某一常数a的上下波动时，一般选用简化公式：=+a.其中，常数a通常取接近这组数据平均数的较“整”的数，=-a,=-a,…,=-a ○1 =(+)是新数据的平均数（通常把,,…,,叫做原数据， ,,…,,叫做新数据）。证明： 把○1左边的数据相加，把○1右边的数据相加，得到一个等式： +=-a+-a+…+-a +=++…+-na =—a 即○2 亦即=+a （2）方差的基本公式 方差的基本公式由方差的概念而来。方差的概念是：在一组数据，，，中，各数据与他们的平均数的差的平方的平均数，叫做这组数据的方差。通常用“” 表示，即: =[+] (3) 方差的简化计算公式 =[++…+)-n] 也可写成=[++…+)]- 此公式的记忆方法是：方差等于原数据平方的平均数减去平均数的平方。 证明： =[+] =[++++…++] =[++…+)-2++…++n] =[++…+)-2n =[++…+)-2n =[++…+)-n] =++…+)-………………..(I)
根据○1，有=+a,=+a,…=+a,和=+a(详见（1）的证明) 代入简化公式（I）,则有： =[（）+（）+…（）- =[(++…+)+2a(++…+)+n]-(+2a+) =(++…+)+2a+-2a- =(++…+)+ 2a+ =(++…+)…………………….(II) 此公式的记忆方法是：方差等于新数据平方的平均数减去新数据平均数的平方。 由方差的基本公式，经恒等变形后，产生了简化公式（I）;由简化公式（I）进行等 量代替产生了简化公式（II）.因此，基本公式和简化公式（I）（II）所计算出的方 差都相同。基本公式和简化公式（I）按原数据,,…,计算方差；简化公 式（II）按新数据,,…,计算方差，计算出的方差相同。 (4) 用新数据法计算方差 原数据,,…,的方差与新数据=-a,=-a,…,=-a的方差相等。也就 是说，根据方差的基本公式，求得的,,…,的方差就等于原数据 ,,…,的方差。 证明： 把○1式里的每一个式子的两边，减去○2式的两边（左边-左边，右边-右边）有： -=(-a)-(-a)=- -=(-a)-(-a)=- ………… -=(-a)-(-a)=- 再把以上每一个新生成等式左右两边平方，即有左2=右2： （）=（） （）=（） ………… （）=（） 最后把这些式子的左边加左边，右边加右边，其和分别除以n,即有：[（）+（）+…+（）]=[+] 这就是根据方差的基本公式，求得的,,…,的方差就等于原数据 ,,…,的方差。
该理论包含两个重要内容：均值－方差分析方法和投资组合有效边界模型。在发达的证券市场中，马科维茨投资组合理论早已在实践中被证明是行之有效的，并且被广泛应用于组合选择和资产配置。但是，我国的证券理论界和实务界对于该理论是否适合于我国股票市场一直存有较大争议。从狭义的角度来说，投资组合是规定了投资比例的一揽子有价证券，当然，单只证券也可以当作特殊的投资组合。本文讨论的投资组合限于由股票和无风险资产构成的投资组合。人们进行投资，本质上是在不确定性的收益和风险中进行选择。投资组合理论用均值—方差来刻画这两个关键因素。所谓均值，是指投资组合的期望收益率，它是单只证券的期望收益率的加权平均，权重为相应的投资比例。当然，股票的收益包括分红派息和资本增值两部分。所谓方差，是指投资组合的收益率的方差。我们把收益率的标准差称为波动率，它刻画了投资组合的风险。人们在证券投资决策中应该怎样选择收益和风险的组合呢？这正是投资组合理论研究的中心问题。投资组合理论研究“理性投资者”如何选择优化投资组合。所谓理性投资者，是指这样的投资者：他们在给定期望风险水平下对期望收益进行最大化，或者在给定期望收益水平下对期望风险进行最小化。因此把上述优化投资组合在以波动率为横坐标，收益率为纵坐标的二维平面中描绘出来，形成一条曲线。这条曲线上有一个点，其波动率最低，称之为最小方差点（英文缩写是MVP）。这条曲线在最小方差点以上的部分就是著名的（马考维茨）投资组合有效边界，对应的投资组合称为有效投资组合。投资组合有
效边界一条单调递增的凹曲线。如果投资范围中不包含无风险资产（无风险资产的波动率为零），曲线AMB是一条典型的有效边界。A点对应于投资范围中收益率最高的证券。如果在投资范围中加入无风险资产，那么投资组合有效边界是曲线AMC。C点表示无风险资产，线段CM是曲线AMB的切线，M是切点。M点对应的投资组合被称为“市场组合”。如果市场允许卖空，那么AMB 是二次曲线；如果限制卖空，那么AMB是分段二次曲线。在实际应用中，限制卖空的投资组合有效边界要比允许卖空的情形复杂得多，计算量也要大得多。在波动率－收益率二维平面上，任意一个投资组合要么落在有效边界上，要么处于有效边界之下。因此，有效边界包含了全部（帕雷托）最优投资组合，理性投资者只需在有效边界上选择投资组合。 [编辑本段]现代投资理论的产生与发展 现代投资组合理论主要由投资组合理论、资本资产定价模型、APT模型、有效市场理论以及行为金融理论等部分组成。它们的发展极大地改变了过去主要依赖基本分析的传统投资管理实践，使现代投资管理日益朝着系统化、科学化、组合化的方向发展。1952年3月，美国经济学哈里·马考威茨发表了《证券组合选择》的论文，作为现代证券组合管理理论的开端。马克威茨对风险和收益进行了量化，建立的是均值方差模型，提出了确定最佳资产组合的基本模型。由于这一方法要求计算所有资产的协方差矩阵，严重制约了其在实践中的应用。1963年，威廉·夏普提出了可以对协方差矩阵加以
随机变量的均值与方差 一、填空题 1．已知离散型随机变量X 的概率分布为 则其方差V (X )＝解析 由0.5＋m ＋0.2＝1得m ＝0.3，∴E (X )＝1×0.5＋3×0.3＋5×0.2＝2.4，∴V (X )＝(1－2.4)2×0.5＋(3－2.4)2×0.3＋(5－2.4)2×0.2＝2.44. 答案 2.44 2．(优质试题·西安调研)某种种子每粒发芽的概率都为0.9，现播种了1 000粒，对于没有发芽的种子，每粒需再补种2粒，补种的种子数记为X ，则X 的数学期望为________． 解析 设没有发芽的种子有ξ粒，则ξ～B (1 000,0.1)，且X ＝2ξ，∴E (X )＝E (2ξ)＝2E (ξ)＝2×1 000×0.1＝200. 答案 200 3．已知随机变量X 服从二项分布，且E (X )＝2.4，V (X )＝1.44，则二项分布的参数n ，p 的值分别为________． 解析 由二项分布X ～B (n ，p )及E (X )＝np ，V (X )＝np ·(1－p )得2.4＝np ，且1.44＝np (1－p )，解得n ＝6，p ＝0.4. 答案 6,0.4 4．随机变量ξ的取值为0,1,2.若P (ξ＝0)＝1 5，E (ξ)＝1，则V (ξ)＝________. 解析 设P (ξ＝1)＝a ，P (ξ＝2)＝b ， 则????? 15＋a ＋b ＝1，a ＋2b ＝1， 解得????? a ＝3 5，b ＝1 5，
所以V(ξ)＝(0－1)2×1 5＋(1－1) 2× 3 5＋(2－1) 2× 1 5＝ 2 5. 答案2 5 5．已知随机变量X＋η＝8，若X～B(10,0.6)，则E(η)，V(η)分别是________．解析由已知随机变量X＋η＝8，所以有η＝8－X.因此，求得E(η)＝8－E(X)＝8－10×0.6＝2，V(η)＝(－1)2V(X)＝10×0.6×0.4＝2.4. 答案 2.4 6．口袋中有5只球，编号分别为1,2,3,4,5，从中任取3只球，以X表示取出的球的最大号码，则X的数学期望E(X)的值是________． 解析由题意知，X可以取3,4,5，P(X＝3)＝1 C35＝ 1 10， P(X＝4)＝C23 C35＝ 3 10，P(X＝5)＝ C24 C35＝ 6 10＝ 3 5， 所以E(X)＝3×1 10＋4× 3 10＋5× 3 5＝4.5. 答案 4.5 7．(优质试题·扬州期末)已知X的概率分布为 设Y＝2X＋1，则 解析由概率分布的性质，a＝1－1 2－ 1 6＝ 1 3， ∴E(X)＝－1×1 2＋0× 1 6＋1× 1 3＝－ 1 6， 因此E(Y)＝E(2X＋1)＝2E(X)＋1＝2 3. 答案2 3 8．(优质试题·合肥模拟)某科技创新大赛设有一、二、三等奖(参与活动的都有奖)且相应奖项获奖的概率是以a为首项，2为公比的等比数列，相应的奖金分
方差计算公式的变形及应用 江苏 庄亿农 我们知道，对于一组数据x 1、x 2、…x n ，若其平均数为x ，则其方差可用公式 S 2=21)[(1 x x n -+22)(x x -+…+2)(x x n -]计算出来．我们可以对其作如下变形： 2s =n 1[( x 21+2x －2 x 1x )+( x 22+2x －2 x 2x )+…+( x 2n +2x －2 x n x )]=n 1[ (x 21+x 22+…+ x 2n )+n 2x －2x ( x 1+ x 2+…+ x n )]= n 1[ (x 21+x 22+…+ x 2n )+ n 2x －2n 2x ]=n 1[ (x 21+x 22+…+ x 2n )－n 2x ]=n 1[ (x 21+x 22+…+ x 2n )－n 1(x 1+x 2+…+ x n )2]，即2s =n 1[ (x 21+x 22+…+ x 2n )－n 1(x 1+x 2+…+ x n )2]．显然当x 1=x 2=…=x n 时，2s =0． 这个变形公式很有用处，在解决有些问题中，巧妙地利用这个变形公式，可化繁为简，具有事半功倍之效． 一、判断三角形形状 例1 若△ABC 的三边a 、b 、c ，满足b+c=8，bc=a 2－12a+52，试判断△ABC 的形状． 解析：因为b+c=8，所以(b+c)2=64，所以b 2+c 2=64－2bc ．因为bc=a 2－12a+52，所以b 2+c 2=64－2(a 2－12a+52)=－2a 2+24a －40．由方差变形公式知，b 、c 的方差为2s = 21[(b 2+c 2)－21(b+c)2]= 21[(－2a 2+24a －40)－2 1×64]=－a 2+12a －36=－(a －6)2．因为2s ≥0，则－(a －6)2≥0，即 (a －6)2≤0，而(a －6)2≥0，所以(a －6)2=0，所以a －6=0，所以a=6．所以2s =0， 所以b=c ．又b+c=8，所以b=c=4．所以△ABC 是等腰三角形． 二、解方程组 例2 解方程组?? ???+==+22493z xy y x ． 解析：两个方程，三个未知数，一般情况下是求不出具体的未知数的值的．若考虑利用方差变形公式，则能解决问题． 因为x+y=3，所以(x+y)2=9，所以x 2+y 2=9－2xy ．因为xy= 4 9+2z 2，所以x 2+y 2=9－2(49+2z 2)=29－4z 2．由方差变形公式知，x 、y 的方差为2s =21[ (x 2+y 2)－21(x+y)2]=21[2 9－4z 2－21×9]=－2z 2．因为2s ≥0，－2z 2≥0，则2z 2≤0，而z 2≥0，所以z=0．所以2s =0，所以
方差分析中均值比较的方法 最近看文献时，多数实验结果用到方差分析，但选的方法不同，主要有LSD，SNK-q,TukeyHSD法等，从百度广库里找了一篇文章，大概介绍这几种方法，具体公式不列了，软件都可以计算。这几种方法主要用于方差分析后，对均数间进行两两比较。 均数间的两两比较根据研究设计的不同分为两种类型：一种常见于探索性研究，在研究设计阶段并不明确哪些组别之间的对比是更为关注的，也不明确哪些组别问的关系已有定论、无需再探究，经方差分析结果提示“ 概括而言各组均数不相同”后，对每一对样本均数都进行比较，从中寻找有统计学意义的差异：另一种是在设计阶段根据研究目的或专业知识所决定的某些均数问的比较．常见于证实性研究中多个处理组与对照组、施加处理后的不同时间点与处理前比较。最初的设计方案不同．对应选择的检验方法也不同．下面分述两种不同设计均数两两比较的方法选择。 1. 事先计划好的某对或某几对均数间的比较：适用于证实性研究。在设计时就设定了要比较的组别，其他组别间不必作比较。常用的方法有： Dunnett-t 检验、LSD-t 检验(Fisher ’s least significant dif ference t test) 。这两种方法不管方差分析的结果如何——即便对于 P稍大于检验水平α进行所关心组别间的比较。 1.1 LSD-t检验即最小显著法，是Fisher于1935年提出的，多用于检验某一对或某几对在专业上有特殊探索价值的均数间的两两比较,并且在多组均数的方差分析没有推翻无效假设H0时也可以应用。该方法实质上就是 t检验，检验水准无需作任何修正,只是在标准误的计算上充分利用了样本信息，为所有的均数统一估计出一个更为稳健的标准误，因此它一般用于事先就已经明确所要实施对比的具体组别的多重比较。由于该方法本质思想与 t 检验相同，所以只适用于两个相互独立的样本均数的比较。LSD法单次比较的检验水准仍为α ，因此可以认为该方法是最为灵敏的两两比较方法.另一方面,由于LSD法侧重于减少第Ⅱ类错误，势必导致此法在突出组间差异的同时,有增大I类错误的倾向。 1.2 Dunnett-t（新复极差法）检验，Duncan 1955年在Newman及Keuls的复极差法(muhiple range method)基础上提出，该方法与Tukey法相类似。适用于n-1个试验组与一个对照组均数差别的多重比较，多用于证实性研究。Dunnett-t统计量的计算公式与LSD-t检验完全相同。 实验组和对照组的样本均数和样本含量。需特别指出的是Dunnett—t检验有专门的界值表，不同于t检验的界值表。 一般认为，比较组数k≥3时，任何两个样本的平均数比较会牵连到其它平均数的对比关系，而使比较数再也不是两个相互独立的样本均数的比较．这是
学案68 离散型随机变量的均值与方差 导学目标：1.理解取有限个值的离散型随机变量均值、方差的概念.2.能计算简单离散型随机变量的均值、方差，并能解决一些实际问题． 自主梳理 1．离散型随机变量的均值与方差 若离散型随机变量X 的分布列为 (1)均值 称E (X )＝____________________________________为随机变量X 的均值或___________，它反映了离散型随机变量取值的____________． (2)方差 称D (X )＝__________________________为随机变量X 的方差，它刻画了随机变量X 与其均值E (X )的______________，其________________________为随机变量X 的标准差． 2．均值与方差的性质 (1)E (aX ＋b )＝____________. (2)D (aX ＋b )＝____________.(a ，b 为实数) 3．两点分布与二项分布的均值、方差 (1)若X 服从两点分布，则E (X )＝____，D (X )＝_____________________________. (2)若X ～B (n ，p )，则E (X )＝______，D (X )＝____________. 自我检测 1．若随机变量X A.118 B.19 C.209 D.920 2．(2011·菏泽调研)已知随机变量X 服从二项分布，且E (X )＝2.4，D (X )＝1.44，则二项分布的参数n ，p 的值为( ) A ．n ＝4，p ＝0.6 B ．n ＝6，p ＝0.4 C ．n ＝8，p ＝0.3 D ．n ＝24，p ＝0.1 3．(2010·全国)某种种子每粒发芽的概率都为0.9，现播种了1000粒，对于没有发芽的种子，每粒需要再补种2粒，补种的种子数记为X ，则X 的数学期望为( ) A ．100 B ．200 C ．300 D ．400 4．(2011·浙江)某毕业生参加人才招聘会，分别向甲、乙、丙三个公司投递了个人简历．假 定该毕业生得到甲公司面试的概率为23 ，得到乙、丙两公司面试的概率均为p ，且三个公司是否让其面试是相互独立的，记X 为该毕业生得到面试的公司个数．若P (X ＝0)＝112 ，则随机变量X 的数学期望E (X )＝________. 5．(2011·杭州月考)其中a ，b ，c 成等差数列．若E (ξ)＝13，则D (ξ)＝________.
方差分析公式 (2012-06-26 11:03:09) 转载▼ 标签： 分类：统计方法 杂谈 方差分析 方差分析（analysis of variance，简写为ANOV或ANOVA）可用于两个或两个以上样本均数的比较。应用时要求各样本是相互独立的随机样本；各样本来自正态分布总体且各总体方差相等。方差分析的基本思想是按实验设计和分析目的把全部观察值之间的总变异分为两部分或更多部分，然后再作分析。常用的设计有完全随机设计和随机区组设计的多个样本均数的比较。 一、完全随机设计的多个样本均数的比较 又称单因素方差分析。把总变异分解为组间（处理间）变异和组内变异（误差）两部分。目的是推断k个样本所分别代表的μ1，μ2，……μk是否相等，以便比较多个处理的差别有无统计学意义。其计算公式见表19-6. 表19-6 完全随机设计的多个样本均数比较的方差分析公式变异来源离均差平方和SS 自由度v 均方MS F 总ΣX2-C* N-1 组间（处理组间）k-1 SS组间/v组间MS组间/MS组间 组内（误差）SS总-SS组间N-k SS组内/v组内 *C=（ΣX）2/N=Σni，k为处理组数 表19-7 F值、P值与统计结论 αF值P值统计结论 0.05 ＜F0.05（v1.V2）＞0.05 不拒绝H0，差别无统计学意义 0.05 ≥F0.05（v1.V2）≤0.05 拒绝H0，接受H1，差别有统计学意义 0.01 ≥F0.01（v1.V2）≤0.01 拒绝H0，接受H1，差别有高度统计学意义 方差分析计算的统计量为F，按表19-7所示关系作判断。
例19.9 某湖水不同季节氯化物含量测量值如表19-8，问不同季节氯化物含量有无差别？ 表19-8 某湖水不同季节氯化物含量（mg/L ） X ij 春 夏 秋 冬 22.6 19.1 18.9 19.0 22.8 22.8 13.6 16.9 21.0 24.5 17.2 17.6 16.9 18.0 15.1 14.8 20.0 15.2 16.6 13.1 21.9 18.4 14.2 16.9 21.5 20.1 16.7 16.2 21.2 21.2 19.6 14.8 ΣX ij j 167.9 159.3 131.9 129.3 588.4（ΣX ） n i 8 8 8 8 32（N ） X i 20.99 19.91 16.49 16.16 ΣX 2 ijj 3548.51 3231.95 2206.27 2114.11 11100.84（ΣX 2 ） H0：湖水四个季节氯化物含量的总体均数相等，即μ1=μ2=μ3=μ4 H1：四个总体均数不等或不全相等 α=0.05 先作表19-8下半部分的基础计算。 C= （Σx ）2/N=（588.4）2/32=10819.205 SS 总=Σx2-C=11100.84-10819.205=281.635 V 总=N-1=31 V 组间=k-1=4-1=3 SS 组内=SS 总-SS 组间=281.635-141.107=140.465 V 组内=N-k=32-4=28