神话
平均分为 80 分，意味着大多数人的得分是 80 分。
现实
平均值只是一个平衡点；如果数据被极高值和极低值分割，那么可能没有人真正得过 80 分。
统计数据数据分析数学教育
均值与标准差
虽然均值和标准差都是统计学的基石，但它们描述的是数据集截然不同的特征。均值确定了中心平衡点或平均值，而标准差则衡量各个数据点偏离该中心值的程度，从而提供了有关信息一致性或波动性的关键信息。
亮点
- 均值提供的是“是什么”，而标准差提供的是“有多少”的变异程度。
- 即使两组事物在视觉上看起来完全不同，它们的平均值也可能相同。
- 标准差本质上是每个点到均值的平均距离。
- 如果缺少这两个数字，统计摘要往往是不完整的，甚至会产生误导。
意思是是什么？
数据集的算术平均值，通过将所有值相加并除以总数来计算。
- 它充当数值分布的几何中心或“平衡点”。
- 该计算包含了特定数据集中的每一个值。
- 异常值或极端值会显著拉大结果与大多数数据之间的偏差。
- 在一个完全对称的钟形曲线中，它与中位数和众数完全重合。
- 统计学家用希腊字母 mu (μ) 表示人口版本。
标准差是什么？
用于量化一组数据值中变化或离散程度的指标。
- 低值表示数据点非常接近计算出的平均值。
- 它以与被测量原始数据相同的物理单位表示。
- 该值是通过对方差开平方根得到的。
- 高值表明分布范围广，说明数据的可预测性较差。
- 希腊字母 sigma (σ) 是用于表示总体偏差的标准符号。
比较表
| 功能 | 意思是 | 标准差 |
|---|---|---|
| 主要目的 | 找到中心 | 衡量差距 |
| 对异常值的敏感性 | 高（容易被扭曲） | 高（极端值会增加数值） |
| 数学符号 | μ (Mu) 或 x̄ (x-bar) | σ（西格玛）或 s |
| 计量单位 | 与数据相同 | 与数据相同 |
| 结果为零 | 平均值为零 | 所有数据点均相同 |
| 主要应用 | 确定总体绩效 | 评估风险和一致性 |
详细对比
中心性与离散度
均值告诉你数据的“中间位置”，可以快速了解数据的总体水平。相比之下，标准差忽略了中心位置，完全关注数值之间的差距。例如，两组数据的均值可能都是 50，但如果一组数据的范围是 49 到 51，另一组数据的范围是 0 到 100，那么只有标准差才能揭示出这种可靠性上的巨大差异。
对极端值的敏感性
这两个指标都会受到异常值的影响，但它们的反应方式截然不同。一个异常高的数值会拉高平均值，从而可能对“典型”情况造成误导。同样的异常值也会导致标准差飙升，这向研究人员表明数据存在噪声，平均值可能无法可靠地代表整个群体。
在正态分布中的作用
在观察钟形曲线时，均值和标准差共同决定了曲线的形状。均值决定了曲线峰值在横轴上的位置。标准差控制着曲线的宽度；较小的偏差会形成一个细长的尖峰，而较大的偏差则会将曲线拉伸成一个矮胖的圆丘。两者结合起来，我们可以预测大约 68% 的数据落在中心点附近一个“步长”的范围内。
实际决策
在现实生活中，均值常用于设定目标，例如销售目标均值。然而，标准差才是专业人士用来管理风险的工具。例如，通勤者可能会选择平均行程时间稍长的公交线路，但如果其标准差非常低，就能确保他们每天都能准时到达，而无需应对不可预测的波动。
优点与缺点
意思是
优点
- + 易于计算
- + 非常直观
- + 使用所有数据
- + 便于比较
继续
- − 易受异常值影响
- − 数据偏差会造成误导
- − 可能是一个不存在的值
- − 掩盖了内部多样性
标准差
优点
- + 显示数据可靠性
- + 保持原状
- + 对概率至关重要
- + 识别波动性
继续
- − 手动计算更难
- − 没有均值就毫无意义
- − 受极端天气影响
- − 需要大量样本
常见误解
神话
标准差可以为负数。
现实
由于该公式涉及对与均值的差值进行平方运算，因此结果始终为零或正数。负值在数学上是不可能的。
神话
标准差过高总是不好的。
现实
这仅仅表明了多样性。在课堂上，兴趣爱好差异大是好事，即使这可能会给试图生产完全相同螺栓的制造商带来压力。
神话
即使不知道均值，也可以计算标准差。
现实
平均值是公式中必不可少的组成部分。你必须先知道中心在哪里，才能测量所有点到中心的距离。
常见问题解答
为什么我们使用标准差而不是极差？
极差只关注两个最极端的值，如果它们只是随机出现的异常值，那么极差的估计结果可能会有误导性。标准差则稳健得多，因为它考察的是每个数据点的分布情况。它能让你了解数据的“密度”，而不仅仅是边界值。
两个不同的数据集可以具有相同的均值但不同的标准差吗？
没错，这种情况在现实世界中屡见不鲜。想象一下两个城市，平均气温都是70华氏度。一个城市可能全年气温都保持在68到72华氏度之间（波动较小），而另一个城市则在20到120华氏度之间波动（波动较大）。平均气温相同，但居住体验却截然不同。
标准差低是否意味着数据“准确”？
不一定。它指的是数据“精确”或一致。比如说，你可能有一个坏掉的秤，每次称重都比实际重量重5磅。由于结果一致，标准差会很低，但平均值与实际重量相比会不准确。
对投资而言，哪一个更重要？
投资者会同时使用均值和标准差，但他们通常更关注标准差，因为它代表了“风险”。均值告诉你预期收益，而标准差则告诉你收益的波动幅度。高偏差意味着投资过程可能波动较大，出现暂时性损失的可能性也更高。
异常值如何影响这两个指标？
异常值就像磁铁一样，会把均值拉向自己。对于标准差而言，异常值则像放大器一样。由于计算标准差时，与均值的距离是平方项，因此一个偏离均值的异常点就可能不成比例地增大标准差，表明数据集非常分散。
什么时候应该使用中位数而不是平均数？
当你的数据呈“偏态”分布或存在大量异常值时，例如房价或薪资数据，你应该使用中位数。在这些情况下，少数亿万富翁会使平均值看起来远高于普通人的实际收入。中位数则能更好地抵御这些极端值的影响。
68-95-99.7 规则是什么？
这是正态分布的一个实用规则。它指出，68% 的数据会落在均值的一个标准差范围内，95% 的数据会落在两个标准差范围内，99.7% 的数据会落在三个标准差范围内。这是一种强大的方法，可以用来判断某个特定数据点究竟是“正常”的还是“异常”的。
标准差和方差是一样的吗？
它们密切相关，但并不相同。方差是各数据与均值之差的平方的平均值，其单位是“平方单位”（例如平方美元），难以直观理解。我们取方差的平方根来得到标准差，这样单位就与原始数据一致了。
裁决
当您需要一个具有代表性的单一数值来概括群体的整体水平时，请选择均值。当您需要了解该平均值的可靠性或样本内部的多样性时，则应使用标准差。
相关比较
标量与矢量
标量和矢量都可以用来量化我们周围的世界，但它们的根本区别在于其复杂性。标量是对大小的简单测量，而矢量则将大小与特定的方向结合起来，这使得矢量对于描述物理空间中的运动和力至关重要。
表面积与体积
表面积和体积是量化三维物体的两个主要指标。表面积衡量的是物体外部表面的总大小——本质上就是它的“表皮”——而体积衡量的是物体内部包含的三维空间的大小，或者说是它的“容量”。
代数与几何
代数侧重于抽象的运算规则和符号运算，以求解未知数；而几何则探索空间的物理属性，包括图形的大小、形状和相对位置。它们共同构成了数学的基石，将逻辑关系转化为视觉结构。
导数与微分
虽然导数和微分看起来很相似，并且都源于微积分，但导数表示的是一个变量如何随另一个变量变化的速率，而微分则表示变量本身的实际的、无穷小的变化。你可以把导数想象成函数在某一点的“速度”，把微分想象成沿着切线移动的“微小一步”。
等差数列与等比数列
从本质上讲，等差数列和等比数列是两种不同的数字增长或减少方式。等差数列通过加减运算以稳定的线性速度变化，而等比数列则通过乘除运算以指数速度加速或减速。