您好,欢迎访问三七文档
标准差(StandardDeviation),也称均方差(meansquareerror),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S(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。标准差也被称为标准偏差,或者实验标准差,公式如下两式:1nxxSn1i2i或1nnxxS2n1iin1i2i即:1nxx1nnxxSn1i2i2n1iin1i2i如是总体,标准差公式根号内除以n如是样本,标准差公式根号内除以(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),再把所得值开根号,所得之数就是这组数据的标准差。标准差越高,表示实验数据越离散,也就是说越不精确;反之,标准差越低,代表实验的数据越精确简单来说,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17.07分,B组的标准差为2.37分(此数据时在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。求证下列公式:1nxx1nnxxn1i2i2n1iin1i2i由题意可知,求证下列式子即可:n1i2i2n1iin1i2ixxnxx假设xi=x_+ai,既有xi-x_=ai,即求证下列式子即可:n1i2n1i2iiaxx因为:nx......xxxnxxn321n1ii所以:0xna......aaa(xn)ax(......)ax()ax()ax(x......xxxxnn321n321n321)所以:n1in321i0a......aaaa所以:n1i22n1i222n1i2n1ii22n1i2in1iin1i2n1i2n1in1ii2ii2n1i2n1iin1i2i2n1iin1i2iiiiaxna0xnxnn1aax2xn0xn1aax2xaxn1aax2xnaxaxnxx)()()()()(设X是一个随机变量,若E{[X-E(X)]^2}存在,则称E{[X-E(X)]^2}为X的方差,记为D(X)或DX。即D(X)=E{[X-E(X)]^2}称为方差,而σ(X)=D(X)^0.5(与X有相同的量纲)称为标准差(或均方差)。即用来衡量一组数据的离散程度的统计量。方差刻画了随机变量的取值对于其数学期望的离散程度。若X的取值比较集中,则方差D(X)较小;若X的取值比较分散,则方差D(X)较大。因此,D(X)是刻画X取值分散程度的一个量,它是衡量X取值分散程度的一个尺度。方差的计算由定义知,方差是随机变量X的函数g(X)=[X-E(X)]^2的数学期望。即:由方差的定义可以得到以下常用计算公式:D(X)=E(X^2)-[E(X)]^2证明:D(X)=E[X-E(X)]^2=E{X^2-2XE(X)+[E(X)]^2}=E(X^2)-2[E(X)]^2+[E(X)]^2=E(X^2)-[E(X)]^2方差其实就是标准差的平方。方差的几个重要性质(1)设c是常数,则D(c)=0。(2)设X是随机变量,c是常数,则有D(cX)=(c^2)D(X)。(3)设X与Y是两个随机变量,则D(X+Y)=D(X)+D(Y)+2E{[X-E(X)][Y-E(Y)]}特别的,当X,Y是两个相互独立的随机变量,上式中右边第三项为0(常见协方差),则D(X+Y)=D(X)+D(Y)。此性质可以推广到有限多个相互独立的随机变量之和的情况.(4)D(X)=0的充分必要条件是X以概率为1取常数值c,即P{X=c}=1,其中E(X)=c。常见随机变量的期望和方差设随机变量X。X服从(0—1)分布,则E(X)=pD(X)=p(1-p)X服从泊松分布,即X~π(λ),则E(X)=λ,D(X)=λX服从均匀分布,即X~U(a,b),则E(X)=(a+b)/2,D(X)=(b-a)^2/12X服从指数分布,即X~e(λ),E(X)=λ^(-1),D(X)=λ^(-2)X服从二项分布,即X~B(n,p),则E(x)=np,D(X)=np(1-p)X服从正态分布,即X~N(μ,σ^2),则E(x)=μ,D(X)=σ^2X服从标准正态分布,即X~N(0,1),则E(x)=0,D(X)=1
本文标题:标准差公式
链接地址:https://www.777doc.com/doc-6928735 .html