统计学的标准差

1. 统计学的标准差

科普中国·科学百科：标准差

2. 标准差的意义和用途,统计学中标准差的意义

1.标准差是一组数据平均值分散程度的一种度量。
 
 2.一个较大的标准差，代表大部分数值和其平均值之间差异较大。
 
 3.一个较小的标准差，代表这些数值较接近平均值。
 
 4.标准差小说明数据更加准确。
 
 5.标准差（StandardDeviation），在概率统计中最常使用作为统计分布程度（statisticaldispersion）上的测量。
 
 6.标准差定义是总体各单位标准值和其平均数离差平方的算术平均数的平方根。
 
 7.它反映组内个体间的离散程度。
 
 8.测量到分布程度的结果，原则上具有两种性质：为非负数值，和测量资料具有相同单位。
 
 9.一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。
 
 10.由于方差是数据的平方，和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。
 
 11.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。
 
 12.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。

3. 请问统计学标准差可以这么理解吗？

标准差能反映一个数据集的离散程度。
两个班的学生分数，标准差小的说明全班同学的分数和平均分数的距离比较小，标准差大的说明全班同学的成绩和平均分数差的比较大。
标砖差的计算方法是：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，即变异数），再把所得值开根号，所得之数就是这组数据的标准差。

4. 统计学里的标准差和标准误有什么差别？

在日常的统计分析中，标准差和标准误是一对十分重要的统计量，两者有区别也有联系。但是很多人却没有弄清其中的差异，经常性地进行一些错误的使用。对于标准差与标准误的区别，很多书上这样表达：标准差表示数据的离散程度，标准误表示抽样误差的大小。这样的解释可能对于许多人来说等于没有解释。

其实这两者的区别可以采用数据分布表达方式描述如下：如果样本服从均值为μ，标准差为δ的正态分布，即X～N(μ, δ2),那么样本均值服从均值为0，标准差为δ2/n的正态分布，即～ N(μ,δ2/n)。这里δ为标准差，δ/n1/2为标准误。明白了吧，用统计学的方法解释起来就是这么简单。

可是，实际使用中总体参数往往未知，多数情况下用样本统计量来表示。那么，关于这两者的区别可以这样表述：标准差是样本数据方差的平方根，它衡量的是样本数据的离散程度；标准误是样本均值的标准差，衡量的是样本均值的离散程度。而在实际的抽样中，习惯用样本均值来推断总体均值，那么样本均值的离散程度（标准误）越大，抽样误差就越大。所以用标准误来衡量抽样误差的大小。

在此举一个例子。比如，某学校共有500名学生，现在要通过抽取样本量为30的一个样本，来推断学生的数学成绩。这时可以依据抽取的样本信息，计算出样本的均值与标准差。如果我们抽取的不是一个样本，而是10个样本，每个样本30人，那么每个样本都可以计算出均值，这样就会有10个均值。也就是形成了一个10个数字的数列，然后计算这10个数字的标准差，此时的标准差就是标准误。但是，在实际抽样中我们不可能抽取10个样本。所以，标准误就由样本标准差除以样本量来表示。当然，这样的结论也不是随心所欲，而是经过了统计学家的严密证明的。

在实际的应用中，标准差主要有两点作用，一是用来对样本进行标准化处理，即样本观察值减去样本均值，然后除以标准差，这样就变成了标准正态分布；而是通过标准差来确定异常值，常用的方法就是样本均值加减n倍的标准差。标准误的作用主要是用来做区间估计，常用的估计区间是均值加减n倍的标准误。

5. 统计学里的标准差问题

a. 反查正态分布表，得X值为-1.04073  
    所以标准差可解这个方程  (73-75)/s=-1.04073  
    s=1.923
b. 先算得母体<77的概率Pg=NormDist((77-75)/s-1)=85.1%
                        则大于等于77的概率Pl=1-85.1%=14.9%
    P(X<3)=C(8,0) * Pl^8+ C(8,1) * Pl^7  * Pg + C(8,2) * Pl^6 * Pg^2
                 =1 * 14.9%^8+8*14.9%^7 *85.1%+ 56* 14.9%^6 * 85.1%^2
                 = 0.0455%

6. 在统计中，什么是标准差？（请用通俗易懂的语言解释）

你好，很高兴为你解答，标准差表示的就是样本数据的离散程度。标准差就是样本平均数方差的开平方，标准差通常是相对于样本数据的平均值而定的，通常用M±SD来表示，表示样本某个数据观察值相距平均值有多远。从这里可以看到，标准差受到极值的影响。标准差越小，表明数据越聚集；标准差越大，表明数据越离散，希望可以帮到你的哦。【摘要】
在统计中，什么是标准差？（请用通俗易懂的语言解释）【提问】
你好，很高兴为你解答，标准差表示的就是样本数据的离散程度。标准差就是样本平均数方差的开平方，标准差通常是相对于样本数据的平均值而定的，通常用M±SD来表示，表示样本某个数据观察值相距平均值有多远。从这里可以看到，标准差受到极值的影响。标准差越小，表明数据越聚集；标准差越大，表明数据越离散，希望可以帮到你的哦。【回答】
请问64.8±8岁怎么读？【提问】
稍等哈我看一下【回答】
这个加减号就是上下波动【回答】

7. 统计学 求标准差

以上数据视同“55,55,65,65,65,65,65,75，...,95,95,95,95."运用STDEV即可求解。

8. 什么是统计学中的标准误差？？？

标准误差定义为各测量值误差的平方和的平均值的平方根,故又称为均方误差.
标准偏差反映的是个体观察值的变异,标准误反映的是样本均数之间的变异（即样本均数的标准差,是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度）,标准误不是标准差.
标准误用来衡量抽样误差.标准误越小,表明样本统计量与总体参数的值越接近,样本对总体越有代表性,用样本统计量推断总体参数的可靠度越大.因此,标准误是统计推断可靠性的指标.
在相同测量条件下进行的测量称为等精度测量,例如在同样的条件下,用同一个游标卡尺测量铜棒的直径若干次,这就是等精度测量.对于等精度测量来说,还有一种更好的表示误差的方法,就是标准误差.
标准差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,标准差能反映一个数据集的离散程度.
标准差与标准误都是心理统计学的内容,两者不但在字面上比较相近,而且两者都是表示距离某一个标准值或中间值的离散程度,即都表示变异程度,但是两者是有着较大的区别的.
首先要从统计抽样的方面说起.现实生活或者调查研究中,我们常常无法对某类欲进行调查的目标群体的所有成员都加以施测,而只能够在所有成员（即样本）中抽取一些成员出来进行调查,然后利用统计原理和方法对所得数据进行分析,分析出来的数据结果就是样本的结果,然后用样本结果推断总体的情况.一个总体可以抽取出多个样本,所抽取的样本越多,其样本均值就越接近总体数据的平均值.
标准差（standard deviation, STD）
表示的就是样本数据的离散程度.标准差就是样本平均数方差的开平方,标准差通常是相对于样本数据的平均值而定的,通常用M±SD来表示,表示样本某个数据观察值相距平均值有多远.从这里可以看到,标准差收到极值的影响.标准差越小,表明数据越聚集；标准差越大,表明数据越离散.标准差的大小因测验而定,如果一个测验是学术测验,标准差大,表示学生分数的离散程度大,更能够测量出学生的学业水平；如果一个侧样测量的是某种心理品质,标准差小,表明所编写的题目是同质的,这时候的标准差小的更好.标准差与正态分布有密切联系：在正态分布中,1个标准差等于正态分布下曲线的68.26%的面积,1.96个标准差等于95%的面积.这在测验分数等值上有重要作用.
标准误（standard error, SE)
表示的是抽样的误差.因为从一个总体中可以抽取出无多个样本,每一个样本的数据都是对总体的数据的估计.标准误代表的就是当前的样本对总体数据的估计,标准误代表的就是样本均数与总体均数的相对误差.标准误是由样本的标准差除以样本人数的开平方来计算的.从这里可以看到,标准误更大的是受到样本人数的影响.样本人数越大,标准误越小,那么抽样误差就越小,就表明所抽取的样本能够较好地代表样本.