平均数向我们提供了样本数据的重要信息,但是平均有时也会使我们作出对总体的片面判断．因为这个平均数掩盖了一些极端的情况，而这些极端情况显然是不能忽的．因此，只有平均数还难以概括样本数据的实际状态．如：有两位射击运动员在一次射击测试中各射靶10次，每次命中的环数如下：甲：７８７９５４９１０７４乙：９５７８７６８６７７如果你是教练,你应当如何对这次射击作出评价?如果看两人本次射击的平均成绩,由于77乙甲x，x两人射击的平均成绩是一样的.那么两个人的水平就没有什么差异吗?2.2.2用样本的数字特征估计总体的数字特征(2)2.标准差45678910环数频率0.10.20.3(甲)456789100.10.20.30.4环数频率(乙)直观上看,还是有差异的.如:甲成绩比较分散,乙成绩相对集中(如图示).因此,我们还需要从另外的角度来考察这两组数据.例如:在作统计图,表时提到过的极差.甲的环数极差=10-4=6乙的环数极差=9-5=4.它们在一定程度上表明了样本数据的分散程度,与平均数一起,可以给我们许多关于样本数据的信息.显然,极差对极端值非常敏感,注意到这一点,我们可以得到一种“去掉一个最高分,去掉一个最低分”的统计策略.考察样本数据的分散程度的大小，最常用的统计量是标准差．标准差是样本平均数的一种平均距离，一般用s表示．所谓“平均距离”，其含义可作如下理解：：xx。xxxxin的距离是到表示这组数据的平均数假设样本数据是,,...,21).,,2,1(nixxi：xxxx，n是平均距离的到样本数据于是”“,,21.21nxxxxxxSn由于上式含有绝对值，运算不太方便，因此，通常改用如下公式来计算标准差．.)()()(122221xxxxxxnsn一个样本中的个体与平均数之间的距离关系可用下图表示:考虑一个容量为2的样本:.2,2,121221xxaxxxx记其样本的标准差为221xx显然,标准差越大,则a越大,数据的离散程度越大;标准差越小,数据的离散程度越小.用计算器可算出甲,乙两人的的成绩的标准差乙甲ss由可以知道,甲的成绩离散程度大,乙的成绩离散程度小.由此可以估计,乙比甲的射击成绩稳定.09512乙甲s，s上面两组数据的离散程度与标准差之间的关系可用图直观地表示出来.45678910甲s乙s1x2xa例题1:画出下列四组样本数据的直方图,说明它们的异同点.(1)5,5,5,5,5,5,5,5,5;(2)4,4,4,5,5,5,6,6,6;(3)3,3,4,4,5,6,6,7,7;(4)2,2,2,2,5,8,8,8,8;解:四组样本数据的直方图是:频率o123456780.10.20.30.40.50.60.70.80.91.05xS=0.00(1)0.10.20.30.40.50.60.70.80.91.012345678频率o0.10.20.30.40.50.60.70.80.91.05xS=1.49(2)频率o123456785xS=0.82频率o123456780.10.20.30.40.50.60.70.80.91.05xS=2.83四组数据的平均数都是5.0,标准差分别是0.00,0.82,1.49,2.83.虽然它们有相同的平均数,但是它们有不同的标准差,说明数据的分散程度是不一样的.标准差还可以用于对样本数据的另外一种解释.例如,在关于居民月均用水量的例子中,平均数973.1x标准差s=0.868,所以.237.02,105.1709.32,841.2sxsxsxsx。sxsx，个外的只有在区间个数据中这4709.3,237.02,2100。sxsx，据几乎包含了所有样本数也就是说2,2:2的工具测量样本数据分散程度方差来代替标准作为方人们有时用标准差的平从数学的角度考虑s，.)()()(1222212xxxxxxnsn例2甲乙两人同时生产内径为25.40mm的一种零件.为了对两人的生产质量进行评比,从他们生产的零件中各抽出20件,量得其内径尺寸如下(单位:mm)甲25.46,25.32,25.45,25.39,25.3625.34,25.42,25.45,25.38,25.4225.39,25.43,25.39,25.40,25.4425.40,25.42,25.35,25.41,25.39乙25.40,25.43,25.44,25.48,25.4825.47,25.49,25.49,25.36,25.3425.33,25.43,25.43,25.32,25.4725.31,25.32,25.32,25.32,25.48从生产的零件内径的尺寸看,谁生产的质量较高?分析:每一个工人生产的所有零件的内径尺寸组成一个总体,由于零件的生产标准已经给出(内径25.40mm),生产质量可以从总体的平均数与标准差两个角度来衡量.总体的平均数...
