隨筆 - 79  文章 - 11  trackbacks - 0
          <2009年3月>
          22232425262728
          1234567
          891011121314
          15161718192021
          22232425262728
          2930311234

          不再墮落。
          Oracle documents: 
          http://tahiti.oracle.com/

          常用鏈接

          留言簿

          隨筆分類(66)

          隨筆檔案(79)

          相冊(cè)

          收藏夾(11)

          搜索

          •  

          積分與排名

          • 積分 - 53469
          • 排名 - 949

          最新隨筆

          最新評(píng)論

          閱讀排行榜

          http://wiki.mbalib.com/wiki/%E6%96%B9%E5%B7%AE

          方差(Variance)

          什么是方差

            方差和標(biāo)準(zhǔn)差是測(cè)度數(shù)據(jù)變異程度的最重要、最常用的指標(biāo)。

            方差是各個(gè)數(shù)據(jù)與其算術(shù)平均數(shù)的離差平方和的平均數(shù),通常以σ2表示。方差的計(jì)量單位和量綱不便于從經(jīng)濟(jì)意義上進(jìn)行解釋,所以實(shí)際統(tǒng)計(jì)工作中多用方差的算術(shù)平方根——標(biāo)準(zhǔn)差來(lái)測(cè)度統(tǒng)計(jì)數(shù)據(jù)的差異程度。

            標(biāo)準(zhǔn)差又稱均方差,一般用σ表示。方差和標(biāo)準(zhǔn)差的計(jì)算也分為簡(jiǎn)單平均法和加權(quán)平均法,另外,對(duì)于總體數(shù)據(jù)和樣本數(shù)據(jù),公式略有不同。

          方差的計(jì)算公式

            設(shè)總體方差為σ2,對(duì)于未經(jīng)分組整理的原始數(shù)據(jù),方差的計(jì)算公式為:

            \sigma^2=\frac{\sum_{i=1}^N(X_i-\bar{X})^2}{N}

            對(duì)于分組數(shù)據(jù),方差的計(jì)算公式為:

            \sigma^2=\frac{\sum_{i=1}^K(X_i-\bar{X})^2 f_i}{\sum_{i=1}^K f_i}

            方差的平方根即為標(biāo)準(zhǔn)差,其相應(yīng)的計(jì)算公式為:

            未分組數(shù)據(jù):\sigma=\sqrt{\frac{\sum_{i=1}^N(X_i-\bar{X})^2}{N}}

            分組數(shù)據(jù):\sigma=\sqrt{\frac{\sum_{i=1}^K(X_i-\bar{X})^2 f_i}{\sum_{i=1}^K f_i}}

          樣本方差和標(biāo)準(zhǔn)差

            樣本方差與總體方差在計(jì)算上的區(qū)別是:總體方差是用數(shù)據(jù)個(gè)數(shù)或總頻數(shù)去除離差平方和,而樣本方差則是用樣本數(shù)據(jù)個(gè)數(shù)或總頻數(shù)減1去除離差平方和,其中樣本數(shù)據(jù)個(gè)數(shù)減1即n-1稱為自由度。設(shè)樣本方差為S_{n-1}^2,根據(jù)未分組數(shù)據(jù)和分組數(shù)據(jù)計(jì)算樣本方差的公式分別為:

            未分組數(shù)據(jù):S_{n-1}^2=\frac{\sum_{i=1^n(x_i-\bar{x})^2}}{n-1}

            分組數(shù)據(jù):S_{n-1}^2=\frac{\sum_{i=1^k(x_i-\bar{x})^2 f_i}}{\sum_{i=1}^k f_i-1}

            未分組數(shù)據(jù):S_{n-1}=\sqrt{\frac{\sum_{i=1^n(x_i-\bar{x})^2}}{n-1}}

            分組數(shù)據(jù):S_{n-1}=\sqrt{\frac{\sum_{i=1^k(x_i-\bar{x})^2 f_i}}{\sum_{i=1}^k f_i-1}}

            例:考察一臺(tái)機(jī)器的生產(chǎn)能力,利用抽樣程序來(lái)檢驗(yàn)生產(chǎn)出來(lái)的產(chǎn)品質(zhì)量,假設(shè)搜集的數(shù)據(jù)如下:

          3.43 3.45 3.43 3.48 3.52 3.50 3.39
          3.48 3.41 3.38 3.49 3.45 3.51 3.50

            根據(jù)該行業(yè)通用法則:如果一個(gè)樣本中的14個(gè)數(shù)據(jù)項(xiàng)的方差大于0.005,則該機(jī)器必須關(guān)閉待修。問(wèn)此時(shí)的機(jī)器是否必須關(guān)閉?

            解:根據(jù)已知數(shù)據(jù),計(jì)算\bar{x}=\frac{\sum x}{n}=3.459

            S^2=\frac{\sum(x-\bar{x})^2}{n-1}=0.002<0.005

            因此,該機(jī)器工作正常。

            方差和標(biāo)準(zhǔn)差也是根據(jù)全部數(shù)據(jù)計(jì)算的,它反映了每個(gè)數(shù)據(jù)與其均值相比平均相差的數(shù)值,因此它能準(zhǔn)確地反映出數(shù)據(jù)的離散程度。方差和標(biāo)準(zhǔn)差是實(shí)際中應(yīng)用最廣泛的離散程度測(cè)度值。

          ---------------------------------------------------------------------
          http://zh.wikipedia.org/wiki/%E6%96%B9%E5%B7%AE

          方差

          維基百科,自由的百科全書(shū)

          跳轉(zhuǎn)到: 導(dǎo)航, 搜索

          概率論統(tǒng)計(jì)學(xué)中,一個(gè)隨機(jī)變量的“方差”描述的是它的離散程度,也就是該變量離其期望值的距離。 一個(gè)實(shí)隨機(jī)變量的方差也稱為它的二階距,恰巧也是它的二階culmulent。 方差的算術(shù)平方根稱為該隨機(jī)變量的標(biāo)準(zhǔn)差

          目錄

          [隱藏]

          [編輯] 定義

          設(shè) X 為服從分布 F 的隨機(jī)變量,則稱 Var(X) = E(XEX)2 為隨機(jī)變量 X 或者分布 F方差

          如果 \mu = \operatorname{E}(X) 是隨機(jī)變數(shù) X期望值 (平均數(shù)) , 則其變異數(shù)為: \operatorname{var}(X) = \operatorname{E}( ( X - \mu ) ^ 2 ).

          [編輯] 特性

          在樣本空間Ω上存在有限期望和方差的隨機(jī)變量構(gòu)成一個(gè)希爾伯特空間: L^2(Ω, dP),不過(guò)這里的內(nèi)積和長(zhǎng)度跟方差,標(biāo)準(zhǔn)差還是不大一樣。 所以,我們得把這個(gè)空間“除”常變量構(gòu)成的子空間,也就是說(shuō)把相差一個(gè)常數(shù)的 所有原來(lái)那個(gè)空間的隨機(jī)變量做成一個(gè)等價(jià)類。這還是一個(gè)新的無(wú)窮維線性空間, 并且有一個(gè)從老空間內(nèi)積誘導(dǎo)出來(lái)的新內(nèi)積,而這個(gè)內(nèi)積就是方差

          [編輯] 一般化

          如果X是一個(gè)向量其取值范圍在Rn空間,并且其每個(gè)元素都是一個(gè)一維隨機(jī)變量,我們就把X稱為隨機(jī)向量。隨機(jī)向量的方差是一維隨機(jī)變量方差的自然推廣,其定義為E[(X − μ)(X − μ)T], 其中 μ = E(X) ,XTX的轉(zhuǎn)秩. 這個(gè)方差是一個(gè)非負(fù)定方陣,通常稱為協(xié)方差矩陣

          如果X是一個(gè)復(fù)隨機(jī)變量,那么其方差定義則為E[(X − μ)(X − μ)*], 其中X*X的復(fù)共軛向量。根據(jù)這個(gè)定義,方差為實(shí)數(shù)。

          [編輯] 歷史

          方差這個(gè)詞首先由Ronald Fisher在論文The Correlation Between Relatives on the Supposition of Mendelian Inheritance中引入.

          [編輯] 參考出處

          1. ^ Press, W. H., Teukolsky, S. A., Vetterling, W. T. & Flannery, B. P. (1986) Numerical recipes: The art of scientific computing. Cambridge: Cambridge University Press. (online)
          posted on 2009-03-12 22:51 donnie 閱讀(10899) 評(píng)論(0)  編輯  收藏 所屬分類: math

          只有注冊(cè)用戶登錄后才能發(fā)表評(píng)論。


          網(wǎng)站導(dǎo)航:
           
          主站蜘蛛池模板: 昌吉市| 谢通门县| 重庆市| 河西区| 霍邱县| 南安市| 封丘县| 南召县| 太仓市| 阳城县| 安顺市| 沈阳市| 西林县| 合肥市| 普兰县| 安溪县| 丹棱县| 界首市| 囊谦县| 莱阳市| 新龙县| 康平县| 滕州市| 师宗县| 崇明县| 忻城县| 南投县| 磴口县| 舟山市| 吴川市| 旺苍县| 南川市| 民县| 屏南县| 秭归县| 芜湖市| 营口市| 时尚| 贵定县| 周口市| 通州区|