统计学详解

      在编程过程中，少不了数学的参与。以下内容主要涉及到统计学中标准差与方差的基本概念与计算方法。不喜勿喷！

      标准偏差(Std Dev,Standard Deviation) -统计学名词。一种量度数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度。标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。

标准差

      标准差也被称为标准偏差，或者实验标准差，标准差(Standard Deviation)描述各数据偏离平均数的距离（离均差）的平均数，它是离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，标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。平均数相同的两个数据集，标准差未必相同。

      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组的标准差应该是18.708分,B组的标准差应该是2.37分，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。

总体标准偏差与样本标准偏差区别

总体标准偏差：针对总体数据的偏差，所以要平均。

样本标准偏差：针对从总体抽样，利用样本来计算总体偏差，为了使算出的值与总体水平更接近，就必须将算出的标准偏差的值适度放大，即。 

样本标准偏差 ，代表所采用的样本X1,X2,...,Xn的均值。

总体标准偏差 ，代表总体X的均值。

例：有一组数字分别是200、50、100、200，求它们的样本标准偏差。

 = (200+50+100+200)/4 = 550/4 = 137.5

=[(200-137.5)^2+(50-137.5)^2+(100-137.5)^2+(200-137.5)^2]/（4-1）

样本标准偏差 S = Sqrt(S^2)=75 

计算步骤

样本标准偏差的计算步骤是：

步骤一、(每个样本数据 减去样本全部数据的平均值)。

步骤二、把步骤一所得的各个数值的平方相加。

步骤三、把步骤二的结果除以 (n - 1)（“n”指样本数目）。

步骤四、从步骤三所得的数值之平方根就是抽样的标准偏差。

总体标准偏差的计算步骤是：

步骤一、(每个样本数据 减去总体全部数据的平均值)。

步骤二、把步骤一所得的各个数值的平方相加。

步骤三、把步骤二的结果除以 n （“n”指总体数目）。

步骤四、从步骤三所得的数值之平方根就是总体的标准偏差。

方差 统计学意义

      当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。

      样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。

      方差和标准差是测算离散趋势最重要、最常用的指标。方差是各变量值与其均值离差平方的平均数，它是测算数值型数据离散程度的最重要的方法。标准差为方差的算术平方根，用S表示。方差相应的计算公式为 

      标准差与方差不同的是，标准差和变量的计算单位相同，比方差清楚，因此很多时候我们分析的时候更多的使用的是标准差。

      最近进展:方差不仅仅表达了样本偏离均值的程度，更是揭示了样本内部彼此波动的程度，也可以理解为方差代表了样本彼此波动的期望。当然，这个结论目前是在二阶统计矩下成立。