一、什么是标准差?
在统计学中,标准差(Standard Deviation)是用于衡量变量值围绕其平均值变化程度的指标。低标准差表示这些值通常接近平均值(也称为期望值),而高标准差则表示这些值分布在更广的范围内。标准差常用于确定哪些值是异常值,哪些不是。
标准差其实就是方差(variance)的平方根。方差是数据集中每个数值与平均值之间差异的平方的平均值,而标准差则提供了一个与原始数据相同单位的度量,便于理解数据的离散程度。
二、公式
假设,我们有一组数据:
X
=
[
x
1
,
x
2
,
…
,
x
N
]
X=[x_{1},x_{2}, \dots, x_{N}]
X=[x1,x2,…,xN],且每个值都有相同的概率,则标准差公式为:
σ
=
1
N
Σ
i
=
1
N
(
x
i
−
μ
)
2
\sigma = \sqrt{\frac{1}{N}\Sigma^{N}_{i=1}(x_{i}-\mu)^{2}}
σ=N1Σi=1N(xi−μ)2
其中,
μ
\mu
μ代表均值,公式为:
μ
=
1
N
Σ
i
=
1
N
x
i
\mu = \frac{1}{N}\Sigma^{N}_{i=1}x_{i}
μ=N1Σi=1Nxi
三、举个例子
体重总体标准差
要计算总体标准差,首先需要找出每个人体重与平均体重的差值,然后将这些差值平方,接着计算这些平方差值的平均数,最后对这个平均数开平方。以下是这5份体重数据(单位为千克):
X
=
[
50
,
55
,
50
,
60
,
50
]
X=[50, 55, 50, 60, 50]
X=[50,55,50,60,50]
体重的均值为:
μ
=
50
+
55
+
50
+
60
+
50
5
=
53
\mu = \frac{50+55+50+60+50}{5}=53
μ=550+55+50+60+50=53
接着,我们计算方差(Variance):
σ
2
=
1
N
Σ
i
=
1
N
(
x
i
−
μ
)
2
\sigma^{2}=\frac{1}{N} \Sigma^{N}_{i=1}(x_{i}-\mu)^{2}
σ2=N1Σi=1N(xi−μ)2
套入上述公式,我们可以得到:
(
50
−
53
)
2
=
9
(50 - 53)^2= 9
(50−53)2=9
(
55
−
53
)
2
=
4
(55 - 53)^2= 4
(55−53)2=4
(
50
−
53
)
2
=
9
(50 - 53)^2= 9
(50−53)2=9
(
60
−
53
)
2
=
49
(60 - 53)^2= 49
(60−53)2=49
(
50
−
53
)
2
=
9
(50 - 53)^2= 9
(50−53)2=9
σ 2 = 9 + 4 + 9 + 49 + 9 5 = 16 \sigma^{2}=\frac{9+4+9+49+9}{5}=16 σ2=59+4+9+49+9=16
最后,因为标准差等于方差的平方根,所以:
σ
=
16
=
4
\sigma=\sqrt{16}=4
σ=16=4
如果觉得这篇文章有用,就给个赞和收藏⭐️吧!也欢迎在评论区分享你的看法!
参考
- Standard deviation by Wikipedia
- Variance by Wikipedia
本站资源均来自互联网,仅供研究学习,禁止违法使用和商用,产生法律纠纷本站概不负责!如果侵犯了您的权益请与我们联系!
转载请注明出处: 免费源码网-免费的源码资源网站 » 什么是标准差?详解
发表评论 取消回复