博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
如何衡量离散程度
阅读量:6963 次
发布时间:2019-06-27

本文共 694 字,大约阅读时间需要 2 分钟。

衡量指标

  离散系数,离散系数又称变异系数,是统计学当中的常用统计指标,主要用于比较不同水平的变量数列的离散程。

  离散系数指标有:全距(极差)系数、平均差系数、方差系数和标准差系数等。常用的是标准差系数,用CV(Coefficient of Variance)表示。

标准差系数

  CV(Coefficient of Variance):标准差与均值的比率。总体标准差系数的计算公式为:

     Vσ= σ/ x ×100%,Vσ为标准差系数;σ为标准差;x 为平均数。

标准差

  标准差(Standard Deviation),在概率统计中最常使用作为统计分布程度(statistical dispersion)上的测量。标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度。

  公式为如下,N为数据数量,xi为第i个数据,μ为均值:

     

  简单来说,标准差是一组数据平均值分散程度的一种度量。一个较大的标准差,代表大部分数值和其平均值之间差异较大;一个较小的标准差,代表这些数值较接近平均值。

  标准差应用于投资上,可作为量度回报稳定性的指标。标准差数值越大,代表回报远离过去平均数值,回报较不稳定故风险越高。相反,标准差数值越小,代表回报较为稳定,风险亦较小。

均值

     算术平均数是指在一组数据中所有数据之和再除以数据的个数。它是反映数据集中趋势的一项指标。

               

本文转自cococo点点博客园博客,原文链接:http://www.cnblogs.com/coder2012/p/3978325.html,如需转载请自行联系原作者

你可能感兴趣的文章
我的友情链接
查看>>
精品JS代码收藏大全
查看>>
(总结)Nginx配置文件nginx.conf中文详解
查看>>
EditPlus—一个小巧但是功能强大的文本编辑器
查看>>
linux系统产生随机数或字符的6种方法
查看>>
(3)lambda与函数式——响应式Spring的道法术器
查看>>
GRE隧道配置
查看>>
Puppet基于Master/Agent模式实现LNMP平台部署
查看>>
Redis配置文件详解
查看>>
Using Helm to Deploy Blockchain to Kubernetes
查看>>
使用流的方式往页面前台输出图片
查看>>
软件测试质量分析与度量
查看>>
Linux crontab定时执行任务 命令格式
查看>>
Why Groovy?
查看>>
云计算将使盗版软件被淘汰
查看>>
综合技术 --spring理解
查看>>
Linux下查看进程占用内存的方式
查看>>
Timeon云网管给出网络时间黑洞解法
查看>>
学习C语言指针和链表的体会
查看>>
DOM4J解析XML
查看>>