![2c25ba2775117dcd73b0e9dcf4368012.png](https://img-blog.csdnimg.cn/img_convert/2c25ba2775117dcd73b0e9dcf4368012.png)
SD的计算方法?
1.计算每个值与样本平均值之间差值的平方。
2.将这些值相加。
3.将总和除以N - 1。将其称为方差。
4.开平方根,获得标准偏差。
为什么选择n - 1?
为什么在上述第三步中除以n - 1(而非N)?在第1步中,计算每个值和这些值的平均值之差。您不知道群体的实际平均值;您所知道的是样本的平均值。除样本平均值恰好等于群体平均值的罕见情况外,数据将更接近样本平均值,而非实际群体平均值。因此,您在第2步中计算的值可能会比在第1步中使用实际群体平均值时的值小一点(且无法更大)。为弥补这一不足,我们除以n - 1而非n。
但是,为什么使用n - 1?如果您知道样本平均值,以及除了一个值之外的所有值,则您可以计算最后一个值必须是什么。统计学家称存在n - 1 自由度。
关于n与n - 1的更多信息。
但我看到方程的分母中是n,而非n - 1!
n - 1方程用于分析数据样本,并希望得到更一般结论的常见情况。以此方式计算的SD(分母中为N - 1)是您对总群体SD值的最佳猜测。
如果您只是想要量化一组特定数据的变化,而不打算外推以得到更广泛的结论,则在分母