Calculations of mean and standard deviation

欢迎来到数据摘要！

在本章中，我们将学习如何将一大堆数据浓缩成两个非常重要的数值：平均数 (mean) 和 标准差 (standard deviation)。平均数告诉我们数据的“中心”在哪里，而标准差则告诉我们数据有多“分散”或多“稳定”。想象一下天气预报——平均数是该月的平均温度，但标准差会告诉你每天的气温是否都维持在这个水平，还是说气温会在冰点与沸点之间剧烈波动！

如果公式起初看起来有点吓人，不用担心。 我们会一步一步拆解它们，你会发现它们就像制作蛋糕的食谱一样简单。

1. 算术平均数 \(\bar{x}\)

平均数（符号为 \(\bar{x}\)，读作 "x-bar"）就是大多数人所说的“平均值”。如果你把所有东西平均分配，每人分得的数值就是平均数。

从数列计算

要计算一组简单数列的平均数，只需将它们全部加起来，然后除以数据的个数即可。

\(\bar{x} = \frac{\sum x}{n}\)

其中：
\(\sum x\) 代表“所有数值的总和”。
\(n\) 是数列中数值的个数。

从频数分布表计算

如果你有一个数值出现多次的表格，你需要先将每个数值 (\(x\)) 乘以它的频数 (\(f\))。

\(\bar{x} = \frac{\sum fx}{\sum f}\)

例子：如果有 3 个人各有 2 只宠物，而 5 个人各有 1 只宠物，你不能只做 2 + 1。你需要计算 \((3 \times 2) + (5 \times 1)\)，然后除以总人数 (8)。

快速检视： 平均数是一个“公平分配”的数值。请务必检查你的答案是否合理——它必须介于数据中的最大值和最小值之间！

2. 理解变异：方差与标准差

平均数固然很好，但它无法说明全貌。想象两名射箭选手。两人的命中点“平均”都在靶心。选手 A 的所有箭都集中在靶心的紧密区域内；选手 B 的箭则散落在整个靶盘上，但它们的“平均”位置也在中心。我们需要一种方法来衡量这种“散布”程度。

关键术语

1. 方差 (\(\sigma^2\))： 与平均数差值的平方的平均值。
2. 标准差 (\(\sigma\))： 方差的平方根。这能将测量单位还原为原始数据的单位。

你知道吗？ 我们将与平均数的差值平方，是因为有些差值是正的，有些是负的。如果我们只是将它们相加，它们会互相抵消变成零！平方能确保所有数值都变为正数。

3. 标准差的公式

在 OCR H240 考试中，你需要熟悉两种形式的公式。它们看起来不同，但计算出的答案完全相同。

形式 A：“定义”公式

\(\sigma = \sqrt{\frac{\sum (x - \bar{x})^2}{n}}\)

这清楚地告诉你什么是标准差：即与平均数的差值平方的平均数的平方根。

形式 B：“计算”公式（又称“运算”公式）

这个版本在计算器上使用时通常快得多：

\(\sigma = \sqrt{\frac{\sum x^2}{n} - \bar{x}^2}\)

记忆小撇步： 一个简单的记忆方法是“平方的平均值减去平均值的平方（然后全部开根号！）”。

常见错误： 学生经常忘记在最后一步开平方根。如果你的“离散度”数值看起来比原始数据值大得多，请检查一下是否不小心留下了方差，而不是标准差。

4. 分组频数分布

有时数据会被分成组别（例如：身高：\(150 \le h < 160\)）。因为我们不知道该组内每个人的确切身高，我们会使用该组的组中点 (midpoint) 作为 \(x\) 值。

分组数据的标准差公式为：
\(\sigma = \sqrt{\frac{\sum fx^2}{\sum f} - \bar{x}^2}\)

重点： 因为我们使用的是组中点，所以从分组数据计算出的平均数和标准差永远是估算值，而不是确切值。

要点： 如果题目问为什么你的答案是估算值，答案是：“因为各组内的确切数值未知，所以使用了组中点。”

5. 使用你的计算器

对于 OCR H240 课程，你应该学会使用计算器上的统计功能来快速得出这些数值。

操作步骤：
1. 进入 "Stat" 或 "Data" 模式。
2. 输入你的数据列（或频数表）。
3. 查找 "Variable" 或 "Results" 按钮。
4. 找到 \(\bar{x}\) 作为平均数，\(\sigma x\) 作为标准差。

注意：你的计算器可能会显示 \(s_x\)（样本标准差）和 \(\sigma x\)（总体标准差）。对于此课程，你应该专注于 \(\sigma x\) 版本（即除以 \(n\) 的那个）。

6. 比较数据集

一个非常常见的考题是给你两组不同的数据（例如：A 班和 B 班的考试成绩），并要求你进行比较。你必须针对平均数和离散程度两方面进行评论。

如何写出答案：
1. 比较平均数： “平均而言，A 班的成绩优于 B 班，因为他们的平均数较高 (\(65 > 58\))。”
2. 比较标准差： “A 班比 B 班更稳定，因为他们的标准差较低 (\(5 < 12\))。”

关键法则： 标准差越小，代表数据越稳定或越集中。标准差越大，代表数据越分散或差异越大。

最终总结清单

快速检视表：
• 平均数 (\(\bar{x}\))： 数据的平均值 /“中心”。
• 标准差 (\(\sigma\))： 衡量离散度 /“稳定性”的指标。
• 方差 (\(\sigma^2\))： 标准差的平方。
• 分组数据： 使用组中点；结果为估算值。
• 比较： 平均数高 = 平均水平较高；标准差低 = 更稳定。