← 返回第2章导航

2.5 Variance and Standard Deviation

方差与标准差 - 衡量数据分散程度的重要指标

学习目标

通过本节学习,你将掌握:

  • 方差与标准差的基本概念和统计意义
  • 原始数据、频率表、分组数据的方差与标准差计算方法
  • 方差公式的推导和应用技巧
  • 标准差在实际问题中的应用
  • 计算过程中的常见错误和注意事项

核心公式

方差公式

原始数据:\(\sigma^2 = \frac{\sum x^2}{n} - \left( \frac{\sum x}{n} \right)^2\)

分组数据:\(\sigma^2 = \frac{\sum fx^2}{\sum f} - \left( \frac{\sum fx}{\sum f} \right)^2\)

标准差公式:\(\sigma = \sqrt{\text{方差}}\)

2.5 Variance and Standard Deviation - 导航 ← 返回第2章导航

2.5 Variance and Standard Deviation

方差与标准差 - 衡量数据分散程度的重要指标

学习目标

通过本节学习,你将掌握:

  • 方差与标准差的基本概念和统计意义
  • 原始数据、频率表、分组数据的方差与标准差计算方法
  • 方差公式的推导和应用技巧
  • 标准差在实际问题中的应用
  • 计算过程中的常见错误和注意事项

核心公式

方差公式

原始数据:\(\sigma^2 = \frac{\sum x^2}{n} - \left( \frac{\sum x}{n} \right)^2\)

分组数据:\(\sigma^2 = \frac{\sum fx^2}{\sum f} - \left( \frac{\sum fx}{\sum f} \right)^2\)

标准差公式:\(\sigma = \sqrt{\text{方差}}\)