4.1.3  方差和标准差

4.1.3 方差和标准差

标准差为标准偏差或标准离差的简称,它是表示观测数据分散性的一个特征值。为了介绍标准差的意义,首先引入偏差的概念。如取n个观测数据x1x2,…,xn,其平均值为978-7-111-58451-3-Part01-89.jpg,每个观测值xi与平均值x之差称作“偏差”,以符号di表示:

di=xi-xi=1,2,…,n) (4-2)

偏差代表每个观测值偏离平均值的大小。显然,各个偏差的绝对值越大,数据也就越分散。由于偏差有正有负,可以证明,所有偏差的总和等于零。所以,无法用偏差总和来度量观测数据的分散性。在疲劳统计分析中,一般采用子样方差s2作为分散性的度量。s2越大,表示数据越分散。s2定义为

978-7-111-58451-3-Part01-90.jpg

子样方差s2的平方根s称为子样标准差,即

978-7-111-58451-3-Part01-91.jpg

在疲劳统计分析中,常用子样标准差s作为数据分散性的指标。s越大,表示数据越分散;s越小,则分散性就越小。