数据的波动程度

官官方数学老师·25 页·进阶（有基础，想深入原理）·0 次浏览·2 天前
✦ 数据的波动程度数学数据的波动程度方差
统计学离散趋势进阶概念

数据的波动程度

从一次波动出发，搞懂方差与标准差背后的统计直觉

按 空格/→ 演示下一步

1 / 25 页

全部页面点击任意一页，跳回舞台从这页播放

统计学离散趋势进阶概念

数据的波动程度

从一次波动出发，搞懂方差与标准差背后的统计直觉

1第 1 页 · 数据的波动程度

波动无处不在

打开股票软件，红绿数字不停跳动；翻看成绩单，分数有高有低；甚至同一个人连测三次体温，读数也略有差异。波动不是某个领域的特例，而是数据的常态。

股票价格
每天每分钟都在上下跳动，远看是趋势，近看全是起伏
考试成绩
同一学生不同次考试，分数也常有几分到几十分的浮动
重复测量
同一物体连续测多次，读数不会完全相同——测量本身就有波动
水面波纹对应 →数据波动

都围绕一个平均水平上下起伏，远看成一条线，近看全是波浪

2第 2 页 · 波动无处不在

两组数据的波动对比

左右两路分别代表两组数据，从均值到波动一路推到对比。

图解渲染中…
A2：两组数据的均值 μ，可以相同A4：标准差 σ 越小，数据越聚拢A5：标准差 σ 越大，数据越分散A9：标准差就是量化波动的核心指标
3第 3 页 · 两组数据的波动对比

为什么要研究波动

波动反映数据的稳定性和风险

为什么要研究波动
波动反映数据的稳定性和风险
4第 4 页 · 为什么要研究波动

极差的定义

上页讲到要量化波动，最直觉的办法是什么？看最大的数减最小的数。这正是极差——最古老也最简单的一种波动度量方式。

极差的公式
最大值减最小值，记作 R = max − min
刻画整体跨度
反映数据从最小值到最大值所覆盖的距离
只用两个端点
中间的数怎么分布一概不管，是最粗略的描述
一天的最高温和最低温之差对应 →极差 R = max − min

最高气温对应 max，最低气温对应 min，差值就是这组温度的极差

R=max⁡(x)−min⁡(x)R = \max(x) - \min(x)
5第 5 页 · 极差的定义

极差的计算

极差的计算分三步走：先定上下界，再相减，差就是波动幅度。

1
找最大值
在一组数据中挑出最大的那个数，确定上限
2
找最小值
在同一组数据中挑出最小的那个数，确定下限
3
相减得极差
用最大值减去最小值，结果就是这组数据的极差
6第 6 页 · 极差的计算

极差的优缺点

上一页我们算了极差——就一行「最大值减最小值」，确实够简单。但只靠两个端点，能可靠地描述一组数据的波动吗？

计算极简
只需 max − min，无需排序全部数据
只用两个数据点
中间所有数据都被忽略，信息损失大
易受极端值影响
哪怕仅一个异常值，结果也会被显著拉偏
用班里最高和最矮两位同学判断全班身高对应 →极差用 max 和 min 描述波动

转来一个校队球员，全班身高没变，但「极差」暴涨一倍

7第 7 页 · 极差的优缺点

平均差的思想

极差只看最高和最低两个点，中间的数据都被忽略了。如果让每个数据都"发言"，把每个点和平均值的距离都加起来取平均，得到的就是平均差——一种不放过任何数据点的波动度量。

核心思想
让每一个数据都参与，用全部点与平均值的"距离"来衡量波动
为什么要取绝对值
数据可能大于或小于平均值，正负距离会互相抵消，必须先去掉符号
再求平均
把所有绝对距离相加，除以数据个数 n，得到的就是平均距离
全班同学和平均分的距离对应 →平均差的计算过程

平均分是"集合点"，每个同学的成绩从这里出发走一段路，平均走路长度就是平均差

Md=1n∑i=1n∣xi−xˉ∣M_d = \frac{1}{n}\sum_{i=1}^{n}|x_i - \bar{x}|
8第 8 页 · 平均差的思想

平均差的计算步骤

把「平均差」这个想法落到纸上，只需四步走完。

1
求均值
先算出整组数据的中心，作为衡量偏离的基准
2
求偏差
每个数据减去均值，得到它偏离中心的程度
3
取绝对值
把正负偏差统一转成正数，避免求和时互相抵消
4
再求平均
把绝对偏差再平均，得到一个综合的波动指标
9第 9 页 · 平均差的计算步骤

平均差公式推导

从"每个数据偏离平均数的程度"出发，箭头方向就是公式一步步推导出来。

图解渲染中…
B：xᵢ 表示第 i 个观测值，i=1,2,…,nC：离差 = xᵢ − x̄，x̄ 是平均数G：最终公式：平均差 = Σ|xᵢ − x̄| / n
10第 10 页 · 平均差公式推导

平均差的特点

公式推导出来了，但这套设计真的好用吗？评价一个指标要看两面——它比极差强在哪里，又留下了什么遗憾。

克服符号问题
取绝对值后，正负偏差不再相互抵消
用到全部数据
每个观测值都参与计算，比极差更全面
绝对值不便计算
|x| 在 0 处不可导，手算和理论推导都麻烦
引出方差思路
正因如此，下一步用平方替代绝对值
吃药治病对应 →平均差的两面性

治好了符号抵消的病，却也带来了计算麻烦的副作用

11第 11 页 · 平均差的特点

方差的引入

上页我们用平均差解决了正负抵消的问题，公式里出现了绝对值。但 |x| 在数学上是个「刺头」——它有尖角、不可导、难做代数运算。这一页我们来看：去掉绝对值、换成平方，到底能换来什么。

平方自动消符号
(a-b)² = (b-a)²，平方天然为正，从此不再需要绝对值
平方放大极端值
偏差翻 2 倍，平方后贡献翻 4 倍——大波动被显著突出
平方数学性质好
x² 处处光滑可导，展开、配方、求极值都比 |x| 顺手得多
平方便于后续推导
对应欧氏距离，为标准差、回归、最小二乘等后续工具铺平道路
物理中的动能公式对应 →偏差的平方

速度翻倍，动能翻 4 倍；偏差翻倍，对波动程度的贡献也翻 4 倍——大偏差天然被强调

1n∑i=1n∣xi−xˉ∣⟶1n∑i=1n(xi−xˉ)2\frac{1}{n}\sum_{i=1}^{n}|x_i - \bar{x}| \quad\longrightarrow\quad \frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})^2
12第 12 页 · 方差的引入

方差的两套公式

上页我们得到了方差——用偏差平方和求平均。可你翻翻统计学课本会发现，同一个思路却写成了两套公式，长得几乎一样，分母却差了1：N 和 n-1。这一差，可不是笔误。

总体方差
除以总体容量N，用μ表示均值，描述全部数据的真实波动
样本方差
除以n-1而非n，用样本均值x̄，从部分估计整体的波动
差1的补偿
样本均值让偏差平方和天然偏小，除以n-1正好补偿这种低估
何时用谁
拿到全部数据用N分母；只有部分样本用n-1分母
池塘撒网捞鱼估算鱼的种类对应 →用样本方差估计总体方差

小网捞的鱼看起来总比整塘整齐，分母减1就是补偿这种“低估”

σ2=1N∑i=1N(xi−μ)2s2=1n−1∑i=1n(xi−xˉ)2\sigma^2 = \frac{1}{N}\sum_{i=1}^{N}(x_i - \mu)^2 \quad s^2 = \frac{1}{n-1}\sum_{i=1}^{n}(x_i - \bar{x})^2
13第 13 页 · 方差的两套公式

方差的计算流程

以 1、2、3、4、5 为例，方差计算分四步：先定基准、再算偏离、再平方、最后求平均。

1
求平均数
算出这组数据的均值 x̄=3，作为衡量波动的基准
2
算各离差
每个数减去均值，得到 -2、-1、0、1、2
3
离差平方
把每个离差平方：4、1、0、1、4，消除负号
4
平方求平均
5 个平方值求和除以 5，得方差 s²=2
14第 14 页 · 方差的计算流程

方差的几何意义

沿箭头读：散点 → 均值 → 离差 → 平方 → 方差，再向右分叉到三个几何含义。

图解渲染中…
a2：μ：数据集的算术平均值，类比物理的"质心"a3：di：第 i 个数据点与 μ 的距离（可能为负）a4：di²：距离的平方，几何上把一维长度变成二维面积a5：σ²：方差，是所有 di² 的均值
15第 15 页 · 方差的几何意义

方差自测

点击作答

方差的定义中要将每个偏差平方后再求平均，这样做相比直接取绝对值（平均差），最核心的考量是什么？

16第 16 页 · 方差自测

为什么要开方

算完方差，你可能注意到一个别扭：身高单位是厘米，方差单位却是厘米的平方。这就像量长度却得到面积——根本没法和原始数据放在一起读。

方差的单位是原数据的平方
身高 cm 算出方差是 cm²，单位错位，无法和原始数据直接比较
标准差 = 方差开方
对 cm² 开方回到 cm，和原始数据同一量纲，直觉可读
开方不改变波动排序
两组数据波动大小对比，开方前后结论一致，信息无损
为何选平方而非绝对值
平方在数学上更好处理：大偏差惩罚更重、可微、便于后续推导
房间面积对应 →方差

房间 25 m² 不直观，开方得 5 m 才直觉；方差开方得标准差，单位回到原量纲

σ=σ2=1n∑i=1n(xi−xˉ)2\sigma = \sqrt{\sigma^2} = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})^2}
17第 17 页 · 为什么要开方

标准差的计算

标准差的计算分两阶段：先算方差，再开方。前页已搞定方差，本页接上最后一步。

1
求平均数
算出 μ̄，作为衡量每个数据偏离程度的基准
2
算方差 S²
套用方差公式，求出偏差平方的平均值
3
开平方根
对 S² 取 √，把平方单位还原回原单位
4
得到标准差 S
单位与原数据一致，可直接读作"平均偏离几个单位"
18第 18 页 · 标准差的计算

标准差与方差的选择

什么情况下用标准差更合适

标准差与方差的选择
什么情况下用标准差更合适
19第 19 页 · 标准差与方差的选择

四种波动度量工具对比

极差、平均差、方差、标准差看似都是'测波动'，实则分两派：绝对偏差 vs 平方偏差，核心差异在哪？

极差与平均差（绝对偏差）
  • 极差只看最远两端之差；平均差算所有点偏离均值的平均
  • 极差对极端值最敏感；平均差用绝对值处理，相对温和
  • 极差适合快速粗估；平均差直观但统计学中较少使用
方差与标准差（平方偏差）
  • 方差是平方偏差的平均；标准差是方差开方
  • 方差因平方放大极端值；标准差与原数据同单位更直观
  • 方差便于代数推导；标准差便于报告与解释
向同行描述波动选方差（数学友好）；向非专业人士汇报选标准差（单位一致）；只想快速判断选极差。
20第 20 页 · 四种波动度量工具对比

波动度量的关系图谱

沿箭头读：四种波动度量从左到右递进，每条边都标出上一步留下的硬伤。

图解渲染中…
a1：R=Range，只用 max 与 min 两个点b1：A.D.=Average Deviation，平均差c1：σ²，读作 sigma 平方，单位是原数据平方d1：σ=Standard Deviation，应用最广泛
21第 21 页 · 波动度量的关系图谱

如何选择波动度量工具

前面学了四种工具，但拿到一组新数据到底该用哪个？这不是拍脑袋——要问自己三个问题：数据长什么样、用来做什么、要不要跨组比较。

看数据分布
接近正态选标准差；严重偏移或含极端值，平均差更稳健
看使用目的
只描述样本用方差；要对总体做推断、做假设检验必须用标准差
看是否跨组比较
单位不同或均值悬殊的两组数据，用变异系数 CV 做相对比较
出门选交通工具对应 →选波动度量工具

近距骑车、远途高铁、跨海飞机——场景决定工具，没有万能解

CV=σ/xˉCV = \sigma / \bar{x}
22第 22 页 · 如何选择波动度量工具

综合应用题解题流程

面对一道数据分析综合题，按四步走就能稳稳解题。

1
审题定位
读懂题目已知什么、问什么，判断属于哪种题型
2
选度量工具
依据数据类型和比较目的，挑最合适的波动度量
3
套公式计算
代入数据逐步算出结果，写清中间过程
4
解读得结论
把数值放回问题语境，说明比较的实际含义
23第 23 页 · 综合应用题解题流程

课堂总结

  • ✓波动度量有四种工具，极差最粗略、标准差最常用
  • ✓选哪个度量取决于是否有极端值和数据类型
  • ✓方差是偏差平方的平均，标准差把它还原回原单位
  • ✓实际问题先判断波动来源，再选对应工具计算
延伸主题：变异系数：跨量纲比较波动偏度与峰度：分布形状描述抽样误差与置信区间
24第 24 页 · 课堂总结

课后思考

三个开放性问题，继续深入探索

课后思考
三个开放性问题，继续深入探索
25第 25 页 · 课后思考