方差与标准差的解释

前言

文中记录了我在学习过程中，针对数据的离散程度所做的一些评价，主要涉及到方差和标准差，下面举了一个简单的例子。在统计学中，方差和标准差是用于衡量一组数据离散程度的重要指标。

---

一、方差

方差是每个样本值与全体样本值的平均数之差的平方值的平均数。
数学表达式为：若一组数据$x_1,x_2,\dots ,x_N$，其平均数为$\bar{x}$，则方差$S^2$的计算公式为：

$$S^2=\frac{1}{n}\sum _{i=1}^n(x_i-\overline{x}{)}^2$$

例如，有数据 2, 4, 6, 8, 10，其平均数为 6。则方差计算如下：

$$\begin{array}{rl}& (2-6{)}^2+(4-6{)}^2+(6-6{)}^2+(8-6{)}^2+(10-6{)}^2\\ =& 16+4+0+4+16\\ =& 40\end{array}$$

方差为：$$S^2=\frac{40}{5}=8$$

方差越大，表明这组数据的离散程度越大，数据分布越分散；方差越小，表明数据越集中，离散程度越小。

二、标准差

标准差则是方差的算术平方根。

其计算公式为：
$$S=\sqrt{\frac{1}{n}\sum _{i=1}^n(x_i-\overline{x}{)}^2}$$

以上面的数据为例，标准差为：$$S=\sqrt{8}\approx 2.83$$

标准差的单位与原始数据相同，这使得它可以直接用于比较不同单位的数据集的离散程度。

标准差越大，说明数据的离散程度越高，即数据波动越大；标准差越小，说明数据的离散程度越低，即数据波动越小。

总结

• 无论是方差还是标准差，均对异常值比较敏感，会使得某一均方差的值非常大，影响最终的结果，所以需要先对异常值进行处理。

• 若是判断多组数据均分布在直线的两侧，也可以根据点到直线的距离，计算标准差，判断哪一组数据更接近直线。