标准差:标准差是数值分散的测量,在这里我们会解释标准差的公式,标准差的符号是 σ,
这是标准差的公式:
好的。逐步来,假设我们有一些数值,像:9、2、5、4、12、7、8、11,计算这些数值的标准差:
公式已经包括了这四步,下面我再具体解释。
公式说明,我们会用一些数值作为例子:
9、2、5、4、12、7、8、11、9、3、7、4、12、5、4、10、9、6、9、4,求标准差。
一、求数值的平均,在上面的公式 μ(希腊语字母 "缪",英语 "mu")是全部数值的平均……
平均是:
9+2+5+4+12+7+8+11+9+3+7+4+12+5+4+10+9+6+9+420
= 14020 = 7
所以:
μ = 7
这诗式的这个部分:
xi 是什么意思?它们是个别的 x值:9、2、5、4、12, 7、…例如, x1 = 9, x2 = 2, x3 = 5 等等,就是说: "从每一个数值减去平均,然后求差的平方",像这样:
(9 - 7)2 = (2)2 = 4
(2 - 7)2 = (-5)2 = 25
(5 - 7)2 = (-2)2 = 4
(4 - 7)2 = (-3)2 = 9
(12 - 7)2 = (5)2 = 25
(7 - 7)2 = (0)2 = 0
(8 - 7)2 = (1)2 = 1
等等 ……结果是:4、25、4、9、25、0、1、16、4、16、0、9、25、4、9、9、4、1、4、9,
求平均:把所有的值加起来,然后除以值的个数。
先把上一步算出来的值加起来,我们怎样用数学的语文来说:"加起来"?我们用 "西格马": Σ
这个简单的总和符号的意思是把项相加:
我们想从 1 到 N 把数值加起来,N=20,因为有 20个数值:
这个的意思是:从 (x1-7)2 到 (xN-7)2,把所有的数值加起来,
在上一步我们已经计算了 (x1-7)2=4 等,所以我们只需把结果加起来:
= 4+25+4+9+25+0+1+16+4+16+0+9+25+4+9+9+4+1+4+9 = 178
这还不是平均值,我们要除以个数,就是乘以 "1/N":
平方差的平均 = (1/20) × 178 = 8.9
(注意:这叫 "方差")
四、取平方根:
例子(终):
σ = √(8.9) = 2.983……
样本标准差,慢着,还有一点……有时我们的数据只是总体的一个样本。
我们可以估计标准差的值,但当我们用样本作为总体的估计,标准差的公式变成这样:
样本标准差公式:
重要的改变是 除以 "N-1",而不除以 "N"(这叫 "贝塞尔无偏估计校正系数"),我们也改变了符号,以显示数据是样本而不是总体:平均变成 x (代表样本平均),而不是 μ(总体平均),答案是 s(样本标准差),而不是 σ。但算法是一样的,不过用 N-1 而不用 N。
我们来计算样本标准差:
一、求数值的 平均
三、求结果的平均。
求平均,把所有的数值加起来,然后除以数值的个数,慢着……我们是在计算样本标准差,所以我们不除以个数 (N),而除以 N-1,
和 = 6.25 + 20.25 + 2.25 + 6.25 + 30.25 + 0.25 = 65.5
除以 N-1: (1/5) × 65.5 = 13.1
(这叫 "样本方差")
s = √(13.1) = 3.619……
比较,用总体来计算,结果是:平均 = 7,标准差 = 2.983,用样本,结果是:样本平均 = 6.5,样本标准差 = 3.619,样本平均的误差是 7%,样本标准差的误差是 21%,
为什么要用样本?
主要是因为比较容易和便宜,想象你想知道所有国民的想法,你不可能问上亿的人,所以你只问 1,000个人。
有句名言(相传是英国文人塞缪尔·约翰逊讲的):
你不需要吃掉整条牛来知道它的肉是韧的,这就是取样本的精髓。我们不需要看总体来知道它的资料(例如平均和标准差),我们只需要看样本,可是,当我们取样本时,精确度便会降低。
总结
总体标准差: |
||
样本标准差: |
.