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（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μ，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。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N=n，如是样本，标准差公式根号内N=（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
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：
样本方差s是对总体方差σ的无偏估计。s中分母为n- 1 是因为样本的自由度为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
σ=
σ=
σ=
σ=此为标准差
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。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：
1.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。
2.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。因此，离均差的平方和成了评价离散度一个指标。
3.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。
4.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。
5.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。
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
1.变异系数（CV）
在描述波动情况的统计量时有一个变异系数CV=S/(X的平均)，是用于不同数据的离散程度的比较变异系数就是几个数据的标准差与均值的比值。求标准差的函数是STDEV 求均值的函数是AVERAGE 比如你的数据分别在A1,A2,A3 选中B1，输入=STDEV(A1:A3)然后回车再选中C1，输入=AVERAGE(A1:A3)回车再选中D1，输入=B1/C1回车这样D1就是数据A1,A2,A3的变异系数了。一般变异系数用百分数表示
异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标。变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。 CV(Coefficient of Variance):标准差与均值的比率。用公式表示为：CV＝σ/μ 作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。变异系数又称离散系数。
标准差与平均值定义公式
1、方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/(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
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。
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。
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：样本标准差=（样本方差/(数据个数-1))^2；总体标准差=（总体方差/(数据个数))^2。
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。
§6.4.1数据的离散程度（一） 学习目标： 1.了解刻画数据离散程度的三个量度——极差、标准差和方差，能借助计算器求出相应的数值。 2.通过实例体会用样本估计总体的思想，进一步认识“离散程度”的意义。 3.能借助计算器求出一组数据的方差、标准差，并在具体问题情景中加以运用。 活动过程： 活动一：回顾旧知 1.平均数计算公式是什么？ 2.平均数反映数据的什么趋势？ 活动二：新知探究 1.想一想 阅读课本149页，完成下列问题 （1）你能从图中估计出甲、乙两厂被抽取鸡腿的平均质量吗？ （2）求甲、乙两厂被抽取的鸡腿的平均质量。 （3）在图中画出表示平均质量的直线（画在书上），观察图象你发现了什么？ （4）从甲厂抽取的这20只鸡腿质量的最大值是多少？最小值呢？它们差几克？乙厂呢？ （5）如果只考虑鸡腿规格，你认为外贸公司应购买哪个厂的鸡腿？为什么？ 2.概念引入 生活中数据除了“平均水平”外还有离散程度。离散程度是指数据相对于“平均数”的 ___________程度。数据的离散程度可以用极差、方差、标准差来刻画。 极差：是指一组数据中最_____数据与最______数据的差，极差是用来刻画数据离散程度的一个统计量。
方差：各个数据与平均数之差的平方的平均数，记作s2，设有一组数据：x1, x2, x3,……，xn,其平均数为x 则()()()()[]2 23222121 x x x x n s x x x x n -++-+-+-=Λ 标准差（即方差的算术平方根） ()()()()[]2 2322211x x x x n s x x x x n -++-+-+-=Λ 3.练一练 如果丙厂也参加了竞争，从该厂抽样调查了20只鸡腿质量如下：（单位：g ） 75 74 73 78 72 76 74 76 74 75 74 72 73 72 78 76 77 77 77 79 （1）丙厂这20只鸡腿质量的平均数和极差是多少？ （2）如何刻画丙厂这20只鸡腿质量与其平均数的差距？分别求出甲、丙两厂的20只鸡腿质量与对应平均数的差距。 （3）在甲、丙两厂中，你认为哪个厂鸡腿质量更符合要求？为什么？ 小结: 当几组数据的平均数相等或比较接近时,我们可以用极差，方差或标准差来比较数据的离散程度.一组数据的极差、方差或标准差越小,说明数据的离散程度越_____(填“大”或“小”)，数据的波动越_______,说明数据越稳定。 练习反馈“ 1.五个数1,2,4,5,a,的平均数是3,则a=__ __,这五个数的方差是______； 2.甲、乙两个小组各10名学生的某次数学测验成绩如下：（单位：分） 甲组：76，90，84，86，81，87，86，82，85，83 乙组：82，84，85，89，79，80，91，89，79，74 （1）甲组数据的众数是____________,乙组数据的中位数是_________________ （2）若甲组数据的平均数为x ,乙组数据的平均数为y ，则x 与y 的大小关系是 （3）经计算知：s 2甲=13.2, s 2乙=26.36, s 2甲______s 2乙(填＞、=、＜符号)，这说明___________________________________________________________
如何衡量数据的离散程 度精编版 MQS system office room 【MQS16H-TTMS2A-MQSS8Q8-MQSH16898】
如何衡量数据的离散程度 我们通常使用均值、中位数、众数等统计量来反映数据的集中趋势，但这些统计量无法完全反应数据的特征，即使均值相等的数据集也存在无限种分布的可能，所以需要结合数据的离散程度。常用的可以反映数据离散程度的统计量如下： 极差（Range） 极差也叫全距，指数据集中的最大值与最小值之差： 极差计算比较简单，能从一定程度上反映的数据集的离散情况，但因为最大值和最小值都取的是极端，而没有考虑中间其他数据项，因此往往会受异常点的影响不能真实反映数据的离散情况。 四分位距（interquartilerange，IQR） 我们通常使用箱形图来表现一个数据集的分布特征： 一般中间矩形箱的上下两边分别为数据集的上四分位数（75%，Q3）和下四分位数（25%，Q1），中间的横线代表数据集的中位数（50%，Media，Q2），四分位距是使用Q3减去Q1计算得到： 如果将数据集升序排列，即处于数据集3/4位置的数值减去1/4位置的数值。四分位距规避了数据集中存在异常大或者异常小的数值影响极差对离散程度的判断，但四分位距还是单纯的两个数值相减，并没有考虑其他数值的情况，所以也无法比较完整地表现数据集的整体离散情况。 方差（Variance） 方差使用均值作为参照系，考虑了数据集中所有数值相对均值的偏离情况，并使用平方的方式进行求和取平均，避免正负数的相互抵消： 方差是最常用的衡量数据离散情况的统计量。 标准差（StandardDeviation） 方差得到的数值偏差均值取平方后的算术平均数，为了能够得到一个跟数据集中的数值同样数量级的统计量，于是就有了标准差，标准差就是对方差取开方后得到的： 基于均值和标准差就可以大致明确数据集的中心及数值在中心周围的波动情况，也可以计算正态总体的置信区间等统计量。
标准差 标准差（Standard Deviation），也称（mean square error），是各数据偏离的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的。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（Standard Deviation），在统计中最常使用作为程度（statistical dispersion）上的。标准差定义为的，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），其平均值为μ，公式如图1. 图1 标准差也被称为，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。标准差数值越大，代表回报远离过去值，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，根号内N=n，如是，标准差公式根号内N=（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
6.4 数据的离散程度 第一环节：情境引入 内容：为了提高农副产品的国际竞争力，一些行业协会对农副产品的规格进行了划分，某外贸公司要出口一批规格为75g的鸡腿．现有2个厂家提供货源，它们的价格相同，鸡腿的品质也相近。 质检员分别从甲、乙两厂的产品中抽样调查了20只鸡腿，它们的质量（单位：g）如下： 甲厂：75 74 74 76 73 76 75 77 77 74 74 75 75 76 73 76 73 78 77 72 乙厂：75 78 72 77 74 75 73 79 72 75 80 71 76 77 73 78 71 76 73 75 把这些数据表示成下图： 质量/g 甲厂乙厂 （1）你能从图中估计出甲、乙两厂被抽取鸡腿的平均质量是多少？ （2）求甲、乙两厂被抽取鸡腿的平均质量，并在图中画出表示平均质量的直线。 （3）从甲厂抽取的这20只鸡腿质量的最大值是多少？最小值又是多少？它们相差几克？从乙厂抽取的这20只鸡腿质量的最大值又是多少？最小值呢？它们相差几克？ （4）如果只考虑鸡腿的规格，你认为外贸公司应购买哪家公司的鸡腿？说明你的理由。 在学生讨论交流的的基础上，教师结合实例给出极差的概念：
极差是指一组数据中最大数据与最小数据的差。它是刻画数据离散程度的一个统计量。 目的：通过一个实际问题情境，让学生感受仅有平均水平是很难对所有事物进行分析，从而顺利引入研究数据的其它量度：极差。 注意事项：当一组数据的平均数与中位数相近时，学生在原有的知识与遇到问题情境产生知识碰撞时，才能较好地理解概念。 第二环节：合作探究 内容1： 如果丙厂也参与了竞争，从该厂抽样调查了20只鸡腿，它们的质量数据如下图： 78 质量/g （1）丙厂这20只鸡腿质量的平均数和极差分别是多少？ （2）如何刻画丙厂这20只鸡腿的质量与其平均数的差距？分别求出甲、丙两厂的20只鸡腿质量与其相应平均数的差距。 （3）在甲、丙两厂中，你认为哪个厂的鸡腿质量更符合要求？为什么？ 数学上，数据的离散程度还可以用方差或标准差刻画。 方差是各个数据与平均数之差的平方的平均数，即： ()()()[] 222212...1x x x x x x n s n -++-+-= 注：x 是这一组数据x 1，x 2，…，x n 的平均数，s 2是方差，而标准差就是方差的算术平方根。一般说来，一组数据的极差、方差、标准差越小，这组数据就越稳定。 说明：标准差的单位与已知数据的单位相同，使用时应当标明单位；方差的单位是已知单位的平方，使用时可以不标明单位。 目的：通过对丙厂与甲、乙两厂的对比发现，仅有极差还不能准确刻画一组
数据的离散程度 一、选择 1、国家统计局发布的统计公报显示：2001到2005年，我国GDP 增长率分别为8.3％，9.1％，10.0％，10.1％，9.9％。经济学家评论说：这五年的年度GDP 增长率之间相当平稳。从统计学的角度看，“增长率之间相当平稳”说明这组数据的（ ）较小。 A 、标准差 B 、中位数 C 、平均数 D 、众数 2、刘翔为了备战2008年奥运会，刻苦进行110米跨栏训练，为判断他的成绩是否温度，教练对他10次训练的成绩进行统计分析，则教练需了解刘翔这10次成绩的（ ） A 、众数 B 、方差 C 、平均数 D 、频数 3、若一组数据1、2、3、x 的极差是6，则x 的值为（ ） A 、7 B 、8 C 、9 D 、7或-3 4、下列说法中，错误的有 （ ） ①一组数据的标准差是它的差的平方；②数据8，9，10，11，1l 的众数是2；③如果数据x 1，x 2，…，x n 的平均数为x ，那么(x 1－x ）＋（x 2－x ）+…（x n －x ）=0；④数据0，－1，l ，－2，1的中位数是l ． A 、4个 B 、3个 C 、2个 D 、l 个 二、填空 5、数据：1、3、4、7、2的极差是 。 6、对某校同龄的70名女学生的身高进行测量，其中最高的是169㎝，最矮的是146㎝，对这组数据进行整理时，可得极差为 。 7、甲、乙、丙三台包装机同时分装质量为400 克的茶叶.从它们各自分装的茶叶中分别随机 抽取了10盒，测得它们的实际质量的方差如下表所示： 根据表中数据，可以认为三台包装机中， 包装机包装的茶叶质量最稳定。 8、小明和小兵两人参加学校组织的理化实验操作测试，近期的5次测试成绩如右图所示，则小明5次成绩的方差S 12与小兵5次成绩的方差S 22之间的大小关系为S 12 S 22．（填“＞”、“＜”、“＝”） 9、一组数据的方差 ])10()10()10[(15 1 222212-++-+-= n x x x s ，则这组数据的平均数是 ，n x 中下标 n= 。 10、已知一组数据ｘ1，ｘ2，…，ｘn 的方差是a 。则数据ｘ1－4，ｘ2－4，…，ｘn －4的方差是 ；数据 3ｘ1，3ｘ2，…，3ｘn 的方差是 。 三、解答 11、在某旅游景区上山的一条小路上，有一些断断续续的台阶。如图是其中的甲、乙段台阶路的示意图。请你用所学过的有关统计知识（平均数、中位数、方差和极差）回答下列问题： 16 14 14 16 15 15 甲路段 17 19 10 18 15 11 乙路段
如何衡量数据的离散程度 我们通常使用均值、中位数、众数等统计量来反映数据的集中趋势，但这些统计量无法完全反应数据的特征，即使均值相等的数据集也存在无限种分布的可能，所以需要结合数据的离散程度。常用的可以反映数据离散程度的统计量如下： 极差（Range） 极差也叫全距，指数据集中的最大值与最小值之差： 极差计算比较简单，能从一定程度上反映的数据集的离散情况，但因为最大值和最小值都取的是极端，而没有考虑中间其他数据项，因此往往会受异常点的影响不能真实反映数据的离散情况。 四分位距（interquartile range，IQR） 我们通常使用箱形图来表现一个数据集的分布特征： 一般中间矩形箱的上下两边分别为数据集的上四分位数（75%，Q3）和下四分位数（25%，Q1），中间的横线代表数据集的中位数（50%，Media，Q2），四分位距是使用Q3减去Q1计算得到：
如果将数据集升序排列，即处于数据集3/4位置的数值减去1/4位置的数值。四分位距规避了数据集中存在异常大或者异常小的数值影响极差对离散程度的判断，但四分位距还是单纯的两个数值相减，并没有考虑其他数值的情况，所以也无法比较完整地表现数据集的整体离散情况。 方差（Variance） 方差使用均值作为参照系，考虑了数据集中所有数值相对均值的偏离情况，并使用平方的方式进行求和取平均，避免正负数的相互抵消： 方差是最常用的衡量数据离散情况的统计量。 标准差（Standard Deviation） 方差得到的数值偏差均值取平方后的算术平均数，为了能够得到一个跟数据集中的数值同样数量级的统计量，于是就有了标准差，标准差就是对方差取开方后得到的： 基于均值和标准差就可以大致明确数据集的中心及数值在中心周围的波动情况，也可以计算正态总体的置信区间等统计量。 平均差（Mean Deviation） 方差用取平方的方式消除数值偏差的正负，平均差用绝对值的方式消除偏差的正负性。平均差可以用均值作为参考系，也可以用中位数，这里使用均值： 平均差相对标准差而言，更不易受极端值的影响，因为标准差是通过方差的平方计算而来的，但是平均差用的是绝对值，其实是一个逻辑判断的过程而并非直接计算的过程，所以标准差的计算过程更加简单直接。 变异系数（Coefficient of Variation，CV） 上面介绍的方差、标准差和平均差等都是数值的绝对量，无法规避数值度量单位的
6．4 数据的离散程度 1．了解极差的意义，掌握极差的计算方法； 2．理解方差、标准差的意义，会用样本方差、标准差估计总体的方差、标准差．(重点、难点) 一、情境导入 从图中我们可以算出甲、乙两人射中的环数都是70环，但教练还是选择乙运动员参赛． 问题1：从数学角度，你知道为什么教练员选乙运动员参赛吗？ 问题2：你在现实生活中遇到过类似情况吗？ 二、合作探究 探究点一：极差 欢欢写了一组数据：9.5，9，8.5，8，7.5，这组数据的极差是( ) A ．0.5 B ．8.5 C ．2.5 D ．2 解析：这组数据的最大值是9.5，最小值是7.5，因此这组数据的极差是：9.5－7.5＝ 2.故选D. 方法总结：要计算一组数据的极差，找出最大值与最小值是关键． 探究点二：方差、标准差 【类型一】 方差和标准差的计算 求数据7，6，8，8，5，9，7，7，6，7的方差和标准差． 解析：一组数据的方差计算有两个常用的简化公式：(1)s 2＝1n [(x 21＋x 22＋…＋x 2n )－nx 2]；(2)s 2＝1n [(x 1′2＋x 2′2＋…＋x n ′2)－nx ′2]，其中x 1′＝x 1－a ，x 2′＝x 2－a ，…，x n ′＝x n －a ，a 是
接近原数据平均数的一个常数，x′是x1′，x2′，…，x n′的平均数． 解：方法一：因为x＝1 10(7×4＋6×2＋8×2＋5＋9)＝7，所以s2＝ 1 10 [(7－7)2＋(6－7)2 ＋(8－7)2＋(8－7)2＋(5－7)2＋(9－7)2＋(7－7)2＋(7－7)2＋(6－7)2＋(7－7)2]＝1.2. 所以标准差s＝30 5 . 方法二：同方法一，所以s2＝1 10 [(72＋62＋82＋82＋52＋92＋72＋72＋62＋72)－10×72]＝ 1.2，标准差s＝30 5 . 方法三：将各数据减7，得新数据：0，－1，1，1，－2，2，0，0，－1，0.而x′＝0， 所以s2＝1 10 [02＋(－1)2＋12＋12＋(－2)2＋22＋02＋02＋(－1)2＋02－10×02]＝1.2.所以标准 差s＝30 5 . 方法总结：计算一组数据的方差和标准差的步骤：先计算该组数据的平均数(或需加减的数值)，然后按方差(或标准差)的计算公式计算． 【类型二】方差和标准差的应用 在一次女子排球比赛中，甲、乙两队参赛选手的年龄(单位：岁)如下： 甲队：26，25，28，28，24，28，26，28，27，29； 乙队：28，27，25，28，27，26，28，27，27，26. (1)两队参赛选手的平均年龄分别是多少？ (2)利用标准差比较说明两队参赛选手年龄波动的情况． 解析：先求出两队参赛选手年龄的平均值，再由标准差的定义求出s甲与s乙，最后比较大小并作出判断． 解：(1)x甲＝1 10 ×(26＋25＋28＋28＋24＋28＋26＋28＋27＋29)＝26.9(岁)， x乙＝1 10 ×(28＋27＋25＋28＋27＋26＋28＋27＋27＋26)＝26.9(岁)． (2)s2甲＝ 1 10 ×[(26－26.9)2＋(25－26.9)2＋…＋(29－26.9)2]＝2.29， s2乙＝1 10 ×[(28－26.9)2＋(27－26.9)2＋…＋(26－26.9)2]＝0.89. 所以s甲＝ 2.29≈1.51， s乙＝0.89≈0.94， 因为s甲>s乙， 所以甲队参赛选手年龄波动比乙队大． 方法总结：求标准差时，应先求出方差，然后取其算术平方根．标准差越大(小)其数据
数据离散程度的度量复习学案 一、教学内容：第10章数据离散程度的度量 二、复习目标： 1、通过复习熟练掌握考察数据离散程度的量及意义。 2、能根据数据统计结果作出简单判定与决策。 三、本章知识结构： 极差——概念 概念——用科学 方差——公式——计算器 数据离散程度的度量计算方 标准差——概念——差和标 公式——准差。 四、依据知识结构翻阅课本与笔记本记忆基本知识点 1、检查知识点 2、完成下列题目： （1）样本2，3，0，5，-7，6的极差是。 （2）下面几个概念中，能体现一组数据离散程度的是。 A、平均数 B、中位数 C、众数 D、极差 （3）数学老师对小明参加的4次中考模拟的考试成绩进行统计分析，判断小明成绩是否稳定的应计算的数学量是。 A、平均数 B、中位数 C、众数 D、方差 （4）已知1，2，3，4，5的方差为s2，则11,12，13，14，15这组数的方差是。 3、专题研究： （1）甲、乙两个小组各6名同学，某次数学测验成绩如下： 甲：76，90，84，86，81，81 乙：82，80，85，89，79，80 甲组的众数是，乙组的中位数是，甲组的方差是，乙组的方差是，由计算知学习成绩较稳定的小组是。 （2）为了从甲、乙两名射击选手中选出一人参加射击比赛，辅导员对它们的实际水平进行了测试，每人射击10次，成绩如下： 甲：9，9，10，8，6，10，10，8，10，8 乙：10，8，7，10，10，10，10，8，7，8 你如何帮助辅导员作出决策？ 四、课堂达标： 1、下列说法正确的是（）
A、如果两名运动员的训练成绩的平均数、众数、中位数相同则他们的成绩一样 B、一组数据的方差总是大于标准差 C、一组数据的方差越大，则这组数据的波动越小 D、一组数据的方差越小，则这组数据的波动越小 2、已知一组数据为-1，0，x，1，-2的平均数是0那么这组数据的方差是。 3、一组数据x1，x2，……x n的方差s2=0.36，则这组数据x1，x2，…… x n，x的方差是（）。 4、一个样本的方差s2=1/50【（x1- 5）2+（x2- 5）2+……+（x n- 5）2】那么这个样本的容量是，平均数是。 5、已知样本x1，x2，……x n的方差为2，平均数是6，则3x1+2，3x2+2，…… 3x n+2的方差是，平均数是。 五、小结（学生先独立小结，小组再整合）： 六、作业：
如何衡量数据的离散程度 Revised by Jack on December 14,2020
如何衡量数据的离散程度 我们通常使用均值、中位数、众数等统计量来反映数据的集中趋势，但这些统计量无法完全反应数据的特征，即使均值相等的数据集也存在无限种分布的可能，所以需要结合数据的离散程度。常用的可以反映数据离散程度的统计量如下： 极差（Range） 极差也叫全距，指数据集中的最大值与最小值之差： 极差计算比较简单，能从一定程度上反映的数据集的离散情况，但因为最大值和最小值都取的是极端，而没有考虑中间其他数据项，因此往往会受异常点的影响不能真实反映数据的离散情况。 四分位距（interquartile range，IQR） 我们通常使用箱形图来表现一个数据集的分布特征： 一般中间矩形箱的上下两边分别为数据集的上四分位数（75%，Q3）和下四分位数（25%，Q1），中间的横线代表数据集的中位数（50%，Media，Q2），四分位距是使用Q3减去Q1计算得到： 如果将数据集升序排列，即处于数据集3/4位置的数值减去1/4位置的数值。四分位距规避 了数据集中存在异常大或者异常小的数值影响极差对离散程度的判断，但四分位距还是单纯的两个数值相减，并没有考虑其他数值的情况，所以也无法比较完整地表现数据集的整体离散情况。 方差（Variance） 方差使用均值作为参照系，考虑了数据集中所有数值相对均值的偏离情况，并使用平方的方式进行求和取平均，避免正负数的相互抵消： 方差是最常用的衡量数据离散情况的统计量。 标准差（Standard Deviation） 方差得到的数值偏差均值取平方后的算术平均数，为了能够得到一个跟数据集中的数值同样数量级的统计量，于是就有了标准差，标准差就是对方差取开方后得到的：
评价数据离散程度的指 标 文件管理序列号：[K8UY-K9IO69-O6M243-OL889-F88688]
标准差 标准差（Standard Deviation），也称（mean square error），是各数据偏离的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的。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（Standard Deviation），在统计中最常使用作为程度（statistical dispersion）上的。标准差定义为的，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），其平均值为μ，公式如 图1. 图1 标准差也被称为，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。标准差数值越大，代表回报远离过去值，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，根号内N=n，如是，标准差公式根号内N=（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
6.4 数据的离散程度 1.如图是甲.乙两位同学5次数学考试成绩的折线统计图，你认为成绩较稳定的是（ ）. A.甲 B.乙 C.甲.乙的成绩一样稳定 D.无法确定 2.人数相等的甲.乙两班学生参加了同一次数学测验，班级平均分和方差如下： 甲x =80，乙x =80，s 2甲 =240，s 2乙 =180，则成绩较为稳定的班级为（ ）. A.甲班 B.乙班 C.两班成绩一样稳定 D.无法确定 3.下列统计量中，能反映一名同学在7～9 年级学段的学习成绩稳定程度的是 （ ） A.平均数 B.中位数 C.众数 D.方差 4.某车间6月上旬生产零件的次品数如下（单位：个）：0，2，0，2，3，0，2， 3，1，2则在这10天中该车间生产零件的次品数的（ ）. A.众数是4 B.中位数是1.5 C.平均数是2 D.方差是1.25
5.在甲.乙两块试验田内，对生长的禾苗高度进行测量，分析数据得：甲试验田内禾苗高度数据的方差比乙实验田的方差小，则（）. A.甲试验田禾苗平均高度较高 B.甲试验田禾苗长得较整齐 C.乙试验田禾苗平均高度较高 D.乙试验田禾苗长得较整齐 6. 5名同学目测同一本教科书的宽度时，产生的误差如下（单位：cm）：0，2，－2，－1，1，则这组数据的极差为_______cm． 7.五个数1，2，4，5，a的平均数是3，则a= ，这五个数的方差为 . 8.已知一组数据1，2，1，0，－1，－2，0，－1，则这组数据的平均数为，中位数为，方差为 . 9.某校高一新生参加军训，一学生进行五次实弹射击的成绩（单位：环）如下：8，6，10，7，9，则这五次射击的平均成绩是____环，中位数_____环，方差是______. 10.已知数据a.b.c的方差是1，则4a，4b，4c的方差是 . 11.某学生在一学年的6次测验中语文.数学成绩分别为（单位：分）： 语文：80，84，88，76，79，85
广才成学明志致远学案编号：2014080243编写：王效鼎审核：王效鼎班级：组别：姓名：一评：二评： 6.4数据的离散程度 【学习目标】 1、了解方差、标准差的概念. 2、会求一组数据的方差、标准差，并会用他们表示数据的离散程度． 3、能用样本的方差来估计总体的方差． 4、通过实际情景，提出问题，并寻求解决问题的方法，培养学生应用数学的意识和能力． 【学习重难点】 教学重点：本节教学的重点是方差的概念和计算。. 教学难点：方差如何表示数据的离散程度，学生不容易理解，是本节教学的难点. 自主学习 第一次第二次第三次第四次第五次 甲命中环数7 8 8 8 9 乙命中环数10 6 10 6 8 ①请分别算出甲、乙两名射击手的平均成绩； ②请根据这两名射击手的成绩在图中画出折线图； 合作交流 请根据统计图，思考问题： ①、甲、乙两名射击手他们每次射击成绩与他们的平均成绩比较，哪一个偏离程度较低？ ②、射击成绩偏离平均数的程度与数据的离散程度与折线的波动情况有怎样的联系？ ③、用怎样的特征数来表示数据的偏离程度？可否用各个数据与平均的差的累计数来表示数据的偏离程度？ ④、是否可用各个数据与平均数的差的平方和来表示数据的偏离程度？⑤、数据的偏离程度还与什么有关？要比较两组样本容量不相同的数据的偏离平均数的程度，应如何比较？ 概括总结 根据以上问题情景，在学生讨论，教师补充的基础上得出方差的概念、计算方法、及用方差来判断数据的稳定性。 1、方差的单位和数据的单位不统一，引出标准差的概念。 （注意：在比较两组数据特征时，应取相同的样本容量，计算过程可借助计数器） 2、现要挑选一名射击手参加比赛，你认为挑选哪一位比较适宜？为什么？ （这个问题没有标准答案，要根据比赛的具体情况来分析，作出结论） 巩固新知 1、已知某样本的方差是4，则这个样本的标准差是。 2、已知一个样本1，3，2，X，5，其平均数是3，则这个样本的标准差是。 3、甲、乙两名战士在射击训练中，打靶的次数相同，且中环的平均数X甲=X乙，如果甲的射击 成绩比较稳定，那么方差的大小关系是S2甲S2乙 4、已知一个样本的方差是S= 5 1 [（X1—4）2+（X2—4）2+…+（X5—4）2]，则这个样本的平均数是，样本的容量是。 ５、八年级（５）班要从黎明和张军两位侯选人中选出一人去参加学科竞赛，他们在平时的５次测试中成绩如下（单位：分） 黎明：652 653 654 652 654 张军：667 662 653 640 643 如果你是班主任，在收集了上述数据后，你将利用哪些统计的知识来决定这一个名额？（解题步骤：先求平均数，再求方差，然后判断得出结论）
表示一组数据离散程度的指标（1） 知识技能目标 1.了解极差的意义，会计算一组数据的极差． 2.会根据所给数据绘制相应的折线图． 3.会根据所给折线图求出极差． 过程性目标 1.感受自主探索的乐趣． 2.初步体验科学研究中观察和分析的方法. 教学过程 一、创设情境 小明初一时对数学不感兴趣，遇到问题不爱动脑筋，作业能做就做，不会做就不做，因此他的数学成绩不太好，初一的一学年中四次考试的数学成绩分别是75、78、77、76．初一暑假时，小明参加了科技活动小组，在活动中，小明体会到学好数学的重要性，逐渐对数学产生了兴趣，遇到问题时从多方面去思考，深入钻研．因此小明的数学成绩进步很快，初二的一学年中，小明在四次考试的数学成绩是80、85、92、95． 看完这则小通讯，请谈谈你的看法．你以为在这些数据中最能反映学习态度重要性的是哪一对数据?两者相差多少? (学生充分讨论,允许有多种答案.) 的确，相比较而言最能反映学习兴趣重要性的是初一时的75分和初二时的95分，两者相差达20分. 这个20分在数学上就称为极差. 二、探究归纳 那么,到底何为极差?我们来看下面这个问题： 表20.2.1显示的是上海2001年2月下旬和2002年同期的每日最高气温：
试对这两段时间的气温进行比较． (由表20.2.1所给数据可知，2002年和2001年2月下旬的气温相比，有4天的温度相对高些，有3天的温度相对低些，还有1天的温度相同．) 我们可以由此认为2002年2月下旬的气温比2001年高吗？两段时间的平均气温分别是多少？ (经计算可以看出，对于2月下旬的这段时间而言，2001年和2002年上海地区的平均气温相等，都是12℃．) 这是不是说，两个时段的气温情况没有什么差异呢？请同学们根据上表提供的数据,绘制出相应的折线图．(完成后与下图作比较) 图20.2.1是根据两段时间的气温情况绘成的折线图． 图20.2.1不同时段的最高气温 观察一下，它们有差别吗？把你观察得到的结果写在下面的横线上： _________________________________________________________________．通过观察，我们可以发现：图(a)中折线波动的范围比较大——从6℃到22℃，图(b)中折线波动的范围则比较小——从9℃到16℃． 思考 什么样的指标可以反映一组数据变化范围的大小？ 我们可以用一组数据中的最大值减去最小值所得的差来反映这组数据的变化范围．用这种方法得到的差称为极差(range)． 极差＝最大值－最小值． 三、实践应用 例1观察图20.2.1，分别说出两段时间内气温的极差． 解由图可知，图(a)中最高气温与最低气温之间差距很大，相差16℃，也就是极差为16℃；图(b)中所有气温的极差为7℃，所以从图中看，整段时间内气温变化的范围不太大． 例2你的家庭中年纪最大的长辈比年纪最小的孩子大多少岁？ 例3 自动化生产线上，两台数控机床同时生产直径为40.00毫米的零件，为了检验产品质量,从产品中各抽出10件进行测量，结果如下(单位：毫米)．
第六章 数据的分析 4．数据的离散水准（第2课时） 【学习目标】 1．进一步加深理解平均数、方差、标准差的概念； 2．会结合实际，使用相对应的知识解决问题,体会样本估计总体的思想。 【学习准备】 课前，从事下列活动： （1）两人一组，在安静的环境中，一人估计1min 的时间，另一人记下实际时间，将结果记录下来。 （2）在吵闹的环境中，再做一次这样的实验。 【学习过程】 活动1：根据图表感受数据的稳定性 1．射箭时，通常新手成绩会比老手差一些，而且成绩通常不太稳定。小明和小华练习射箭，第一局12支箭射完后，两人的成绩如下图所示。请根据图中信息估计小明和小华 谁是新手，并说明你这样估计的理由。 使用?巩固 2.(1)从下面两幅图中，你能分别读出甲、乙两队员射击成绩的平均数吗？ （2）通过估计比较甲、乙两队员射击成绩的方差的大小？说说你的估计过程。 （3）分别计算甲、乙两队员射击成绩的方差，看看刚才自己的估计是否准确。 （4）丙队员的射击成绩如右图，判断三人射击成绩的方差的大小。 反思?小结 3.从图形中比较两组数据的稳定性，你有哪些经验，与同伴交流。 02 4 6810 0123456789101112箭序 成绩
活动2：感受生活中的稳定性 1.将全班课前收集的数据汇总起来，分别计算安静状态和吵闹环境下估计结果的平均值和方差。 2.两种情况下的结果是否一致，说说你的理由。 活动3：利用数据的稳定性做出抉择 1．某校拟派一名跳高运动员参加一项校际比赛，对甲、乙两名跳高运动员实行了8次选拔比赛，他们的成绩（单位：米）分别如下： 甲：1.70，1.65，1.68，1.69，1.72，1.73，1.68，1.67。 乙：1.60，1.73，1.72，1.61，1.62，1.71，1.70，1.75。 （1）甲、乙两名运动员的跳高的平均成绩分别是多少？ （2）他们哪个的成绩更为稳定？ （3）经预测，跳高1.65米就很可能获得冠军，该校为了获取跳高比赛冠军，可能选哪位运动员参赛？若预测1.70方可夺得冠军呢？ 活动4：自主反馈 1.为选派一名学生参加全市实践活动技能竞赛，A 、B 两位同学在校实习基地现场实行加工直径为20mm 的零件测试，他俩各加工的10个零件的相关数据依次如下图表所示（单位：mm ）。 根据测试得到的相关数据，试解答下列问题： （1）考虑平均数与完全符合要求的个数，你认为__________的成绩好些。 （2）计算出S 2 B 的大小，考虑平均数与方差，说明谁的成绩好些。 *2.姚明在2005-2006赛季NBA 常规赛中表现优异。下面是他在这个赛季中，分别与“超音速”和“快船”队各四场比赛中的技术统计。 场次 对阵超音速 对阵快船 得分 篮板 失误 得分 篮板 失误 第一场 22 10 2 25 17 2 第二场 29 10 2 29 15 0 第三场 24 14 2 17 12 4 第四场 26 10 5 22 7 2 (1)请分别计算姚明在对阵“超音速”和“快船”两队各四场比赛中，平均每场得分是多少？ 平均数 方差 完全符合要求个数 A 20 0.026 2 B 20 S 2 B 5
数据的离散程度 课题数据的离散程度课时安排共（1 ）课时课程标准 149-151 学习目标1．知道极差、方差、标准差的概念． 2．会求一组数据的极差、方差、标准差，并会用它们表示数据的离散程度． 教学重点方差的概念和计算． 教学难点应用方差对数据的波动情况进行比较、判断．教学方法合作交流法 教学准备先自学课本149页 课前作业让学生通过阅读教材后，独立完成“自学互研”的所有内容，并要求做完了的小组长督促组员迅速完成． 教学过程 教学环节课堂合作交流 二次备课 （修改人：） 环节一 先阅读教材第150页“做一做”的内容，并完成书中设置的前两个问题 学上，数据的离散程度还可以用方差或标准差刻画．方差(variance)是各个数据与平均数差的平方的平均数，即s2＝ 1 n[(x1－x － )2＋(x2－x － )2＋…＋(x n－x － )2]． 其中，x － 是x1，x2，…，x n的平均数，s2是方差．而标准差(stan dard deviation)就是方差的算术平方根． 一般而言，一组数据的极差、方差或标准差越小，这组数据就越稳定． 课中作业 先自学自研教材第150页“做一做”和上方的例题，然后与同伴进行交流．
环节二利用图象分析数据的离散程度，再通过计算加以验证，让学生进一步体会方差是衡量一组数据稳定性的重要标志． 课中作业 环节三 1．将阅读教材时“生成的问题”和通过“自主探究、合作探究”得出的“结论”展示在各小组的小黑板上，并将疑难问题也板演到黑板上，再一次通过小组间就上述疑难问题相互释疑． 2．各小组由组长统一分配展示任务，由代表将“问题和结论”展示在黑板上，通过交流“生成新知”． 课中作业 知识模块一方差与标准差的概念 知识模块二用计算器计算方差和标准差 知识模块三平均数与方差的综合运用 课后作业设计：课本153页 （修改人：） 板书设计： 数据的离散程度 教学反思： 经历表示数据离散程度的几个量的探索过程，通过实例体会用样本估计总体的统计思想，培养学生的数学应用能力．通过小组合作，培养学生的合作意识；通过解决实际问题，让学生体会数学与生活的密切联系．
数据的离散程度 二.学习目标： 1.掌握极差的定义，了解极差反映一组数据的变化范围，能够通过极差的大小来判断一组数据的波动情况。 2.了解衡量一组数据的波动大小除了平均数、极差外，还有方差、标准差、理解方差、标准差的定义，会计算一组数据的方差和标准差，了解样本的方差，样本标准差、总体方差的意义，会用简化的计算公式求一组数据的方差、标准差，会比较两组数据的波动情况。 三.重点： 极差的定义，方差、标准差的应用。 四、难点： 会用极差的意义判断一组数据的波动情况，利用方差、标准差描述社会生活的方方面面，在实际运用时理解相关数据之间的规律。 五、课堂教学： （一）知识要点 知识点1：表示数据集中趋势的代表 平均数、众数、中位数都是描述一组数据集中趋势的特征数，只是描述的角度不同，其中平均数的应用最为广泛。 知识点2：表示数据离散程度的代表 极差的定义：一组数据中最大值与最小值的差，能反映这组数据的变化范围，我们就把这样的差叫做极差。 极差=最大值－最小值，一般来说，极差小，则说明数据的波动幅度小。 知识点3：生活中与极差有关的例子 在生活中，我们经常用极差来描述一组数据的离散程度，比如一支篮球队队员中最高身高与最矮身高的差。一家公司成员中最高收入与最低收入的差。 知识点4：平均差的定义 在一组数据x1，x2，…，x n中各数据与它们的平均数的差的绝对值的平均数即 T=叫做这组数据的“平均差”。 “平均差”能刻画一组数据的离散程度，“平均差”越大，说明数据的离散程度越大。 知识点5：方差的定义 在一组数据x1，x2，…，x n中，各数据与它们的平均数差的平方，它们的平均数，即 S2=来描述这组数据的离散程度，并把S2叫做这组数据的方差。 知识点6：标准差 方差的算术平方根，即用S=来描述这一组数据的离散程度，并把它叫做这组数据的标准差。
标准差 标准差(Sta ndard Deviatio n )，也称均方差(mea n 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b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(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)，其平均值为人公式如图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。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。