标准差和标准偏差

1首先给出计算公式

标准差：σ=

标准偏差：s =方差就是标准偏差的平方

这下大家就困惑了，这两个公式分别表示什么意义他们分别在什么情况下用这两个公式是怎么来的

2公式由来

标准差又叫均方差、标准方差，这个大家都不陌生，它是各数据偏离平均数的距离的平均数，是距离均差平方和平均后的方根，用σ表示;；说白了就是表示数据分本离散度的一个值；计算公式也很好理解，从一开始接触我们用的看的都是这个公式;

那么第二个公式，怎么来的呢其实标准偏差从样本估计中来的；比如我们有一批数据，共10000个点，他们服从正太分布，很容易计算出它的均值和标准差；在这里我们叫做样本均值和样本标准差；表示如下：样本均值：1

1n i i X X n ==∑ 样本方差：2211()n n

i i s X X n ==-∑ 这两个公式就是大家常用的公式；那么现在我们认为，我们想用采集到的这

10000个样本估计数据的真实分布，想要求出其均值μ和方差2σ;

对于均值μ，我们容易通过期望获得：

但是对于方差，我们知道

()

X X

∑

是服从卡分分布2

的这一点请查阅卡分

分布的定义；因此有下面的公式：

这个公式的第一个等号后面是利用期望的性质，试图构造卡分分布来求解；第二个等号后面是利用卡分分布的均值计算出来的；请自行查阅卡方分布的定义和性质;

这么一来，我们就能看出,X是μ的无偏估计，而2

s则不是2σ的无偏估计；但是

我们可以通过对样本方差进行重新构造，从而是2

s就是2σ的无偏估计；我们定义：这样我们重新来求解方差的期望：

这样一来,2s就是2σ的无偏估计，这也就是这个公式的由来;

3这两个公式的应用;

在实际中，公式2用的更多；因为当样本容量比较小的时候，公式1会过小的估计实际标准差；如果样本容量较大，公式1和公式2很接近；这时候公式1叫做渐近无偏估计，当然还是比不上公式2的无偏估计喽;

看了上面这段话，你可能还不知道该用哪个；其实是这样的：如果我们想求一批数据的标准差，那么自然就用公式1；如果我们是利用现在的样本估计真实的分布，那么就用公式2;

4在EXCEL中，方差是VAR，标准偏差是STDEV，函数里解释是基于样本，分母是除的N-1，其实就是公式2；还有个VARP和STDEVP，基于样本总体，分母是N，也就是说你关注的就是这批数据;

在Excel透视表中

标准偏差为=STDEVA

总体标准偏差为=STDEVPA

标准差怎么算

变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量；当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较；如果单位和或平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值相对值来比较;

标准差与平均数的比值称为离散系数或变异系数，记为；变异系数可以消除单位和或平均数不同对两个或多个资料变异程度比较的影响;

标准变异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标;

变异系数有全距系数、平均差系数和标准差系数等；常用的是标准差系数，用CVCoefficient of Variance表示;

CVCoefficient of Variance：标准差与均值的比率;

用公式表示为：CV＝σ/μ

作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上；若两个总体的均值相等，则比较标准差系数与比较标准差是等价的;

一组数据的标准差与其相应的均值之比，是测度数据离散程度的相对指标，其作用主要是用于比较不同组别数据的离散程度; 其计算公式为v=S/X的平均值