Calculations of mean and standard deviation

歡迎來到數據摘要！

在本章中，我們將學習如何將一大堆數據濃縮成兩個非常重要的數值：平均數 (mean) 和 標準差 (standard deviation)。平均數告訴我們數據的「中心」在哪裡，而標準差則告訴我們數據有多「分散」或多「穩定」。想像一下天氣預報——平均數是該月的平均溫度，但標準差會告訴你每天的氣溫是否都維持在這個水平，還是說氣溫會在冰點與沸點之間劇烈波動！

如果公式起初看起來有點嚇人，不用擔心。 我們會一步一步拆解它們，你會發現它們就像製作蛋糕的食譜一樣簡單。

1. 算術平均數 \(\bar{x}\)

平均數（符號為 \(\bar{x}\)，讀作 "x-bar"）就是大多數人所說的「平均值」。如果你把所有東西平均分配，每人分得的數值就是平均數。

從數列計算

要計算一組簡單數列的平均數，只需將它們全部加起來，然後除以數據的個數即可。

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

其中：
\(\sum x\) 代表「所有數值的總和」。
\(n\) 是數列中數值的個數。

從頻數分佈表計算

如果你有一個數值出現多次的表格，你需要先將每個數值 (\(x\)) 乘以它的頻數 (\(f\))。

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

例子：如果有 3 個人各有 2 隻寵物，而 5 個人各有 1 隻寵物，你不能只做 2 + 1。你需要計算 \((3 \times 2) + (5 \times 1)\)，然後除以總人數 (8)。

快速檢視： 平均數是一個「公平分配」的數值。請務必檢查你的答案是否合理——它必須介於數據中的最大值和最小值之間！

2. 理解變異：方差與標準差

平均數固然很好，但它無法說明全貌。想像兩名射箭選手。兩人的命中點「平均」都在靶心。選手 A 的所有箭都集中在靶心的緊密區域內；選手 B 的箭則散落在整個靶盤上，但它們的「平均」位置也在中心。我們需要一種方法來衡量這種「散佈」程度。

關鍵術語

1. 方差 (\(\sigma^2\))： 與平均數差值的平方的平均值。
2. 標準差 (\(\sigma\))： 方差的平方根。這能將測量單位還原為原始數據的單位。

你知道嗎？ 我們將與平均數的差值平方，是因為有些差值是正的，有些是負的。如果我們只是將它們相加，它們會互相抵消變成零！平方能確保所有數值都變為正數。

3. 標準差的公式

在 OCR H240 考試中，你需要熟悉兩種形式的公式。它們看起來不同，但計算出的答案完全相同。

形式 A：「定義」公式

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

這清楚地告訴你什麼是標準差：即與平均數的差值平方的平均數的平方根。

形式 B：「計算」公式（又稱「運算」公式）

這個版本在計算機上使用時通常快得多：

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

記憶小撇步： 一個簡單的記憶方法是「平方的平均值減去平均值的平方（然後全部開根號！）」。

常見錯誤： 學生經常忘記在最後一步開平方根。如果你的「離散度」數值看起來比原始數據值大得多，請檢查一下是否不小心留下了方差，而不是標準差。

4. 分組頻數分佈

有時數據會被分成組別（例如：身高：\(150 \le h < 160\)）。因為我們不知道該組內每個人的確切身高，我們會使用該組的組中點 (midpoint) 作為 \(x\) 值。

分組數據的標準差公式為：
\(\sigma = \sqrt{\frac{\sum fx^2}{\sum f} - \bar{x}^2}\)

重點： 因為我們使用的是組中點，所以從分組數據計算出的平均數和標準差永遠是估算值，而不是確切值。

要點： 如果題目問為什麼你的答案是估算值，答案是：「因為各組內的確切數值未知，所以使用了組中點。」

5. 使用你的計算機

對於 OCR H240 課程，你應該學會使用計算機上的統計功能來快速得出這些數值。

操作步驟：
1. 進入 "Stat" 或 "Data" 模式。
2. 輸入你的數據列（或頻數表）。
3. 查找 "Variable" 或 "Results" 按鈕。
4. 找到 \(\bar{x}\) 作為平均數，\(\sigma x\) 作為標準差。

注意：你的計算機可能會顯示 \(s_x\)（樣本標準差）和 \(\sigma x\)（總體標準差）。對於此課程，你應該專注於 \(\sigma x\) 版本（即除以 \(n\) 的那個）。

6. 比較數據集

一個非常常見的考題是給你兩組不同的數據（例如：A 班和 B 班的考試成績），並要求你進行比較。你必須針對平均數和離散程度兩方面進行評論。

如何寫出答案：
1. 比較平均數： 「平均而言，A 班的成績優於 B 班，因為他們的平均數較高 (\(65 > 58\))。」
2. 比較標準差： 「A 班比 B 班更穩定，因為他們的標準差較低 (\(5 < 12\))。」

關鍵法則： 標準差越小，代表數據越穩定或越集中。標準差越大，代表數據越分散或差異越大。

最終總結清單

快速檢視表：
• 平均數 (\(\bar{x}\))： 數據的平均值 /「中心」。
• 標準差 (\(\sigma\))： 衡量離散度 /「穩定性」的指標。
• 方差 (\(\sigma^2\))： 標準差的平方。
• 分組數據： 使用組中點；結果為估算值。
• 比較： 平均數高 = 平均水平較高；標準差低 = 更穩定。