spss统计分析方法及应用第三版pdf_#统计分析与SPSS应用# 4.2.1 基本描述统计量（二）...

二、刻画离散程度的描述统计量

离散程度是指一组数据远离其中心值的程度。单纯以均值等中心值刻画数据，并非尽善尽美，还应该考察数据分布的疏密程度，即考察所有数据，相对于中心值分布的疏密程度。

如果数据都紧密地集中在中心值的周围，即数据的离散程度较小，则说明这个中心值是刻画全部数据的代表，中心值对数据的代表性好；相反，如果数据仅是比较松散的，分布在中心值的周围及数据的离散程度较大，则表明中心值是不具有代表性的。

因此，中心值和关于中心值的疏密程度共同作用，才能给出数据比较全面、完整的描述。

常见的刻画离散程度的描述统计量有样本标准，差样本方差等。

常见的刻画离散程度的描述统计量有：

1、样本标准差(Standard Deviation Std Dev)

样本标准差是表示变量取值距均值的平均离散程度的统计量。

样本标准差的数学定义为：

上式表明样本标准差刻画了数据关于均值的平均离散程度。样本标准差值越大，表明变量值之间的差异越大，距均值这个中心值的离散趋势越大。

样本标准差是有计量单位的。

2、样本方差(Variance)

样本方差也是表示变量取值离散程度的统计量。

样本方差的数学定义为

上式表明样本方差是样本标准差的平方。样本方差值越大，说明变量值之间的差异越大。

样本方差没有计量单位。

3、全距(Range)

全距也称为极差，是数据的最大值(Maximum)与最小值(Minimum)之间的绝对差。全距是刻画变量所有取值离散程度的另一个统计量。在相同样本量情况下的两组数据，全距大的数据比全距小的数据分散。全距非常小，意味着数据基本都集中在一起。