标准差怎么算,标准差计算( 二 )


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 , 标准差数值越小 , 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组的标准差约为17.08分 , B组的标准差约为2.16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 。
如是总体(即估算总体方差) , 根号内除以n(对应excel函数:STDEVP);
如是抽样(即估算样本方差) , 根号内除以(n-1)(对应excel函数:STDEV);
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) 。
扩展资料:
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 。
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 , 将离均差的平方和求平均值 , 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 , 而算术平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 。
参考资料:

标准差怎么算? 标准差:是总体各单位标志值与其平均数离差平方的算术平均数的平方根 。 它反映组内个体间的离散程度 。
方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/(n) (x为平均数) 。
标准差公式是一种数学公式 。 标准差也被称为标准偏差 , 或者实验标准差 , 公式如下所示:标准差=方差的算术平方根=s=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n) 。
扩展资料:
标准差是反映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 。
参考资料来源:

标准差怎么计算 标准差的公式:
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 。

推荐阅读