统计 · 数据分析

数据的波动

上一节我们认识了集中趋势的三兄弟：平均数、中位数、众数。它们都回答一个问题——"这组数据大概集中在哪？"

但怎样用一个数描述一组数据？那节课里我们见过：两组数据平均数一样，打靶的"稳不稳"却完全不同。这一节，我们就补上另一半：离散程度，也就是数据的波动大小。

先回忆一个画面：两名射手，平均数都是 99 环。一个枪枪贴 99，一个忽 77 忽 1111。你当教练，派谁上场？多半派稳的那个——可"稳不稳"这个感觉，怎么变成数字？这就是本节课的主角：衡量"波动"的几个数。

一个"平均数一样却天差地别"的例子

甲、乙两名射击手，各打 55 发，成绩（环）如下：

甲：9, 9, 9, 9, 9
乙：7, 8, 9, 10, 11

先算平均数：

xˉ甲=9×55=9,xˉ乙=7+8+9+10+115=9\bar{x}_甲 = \frac{9\times5}{5} = 9,\qquad \bar{x}_乙 = \frac{7+8+9+10+11}{5} = 9

平均数都是 99 环。可一眼就能看出：甲每一发都贴着 99，稳得不行；乙忽高忽低，飘得很。

要区分"稳"和"飘"，光看平均数是不够的。 我们需要一个数，专门衡量"数据离中心有多远"。

最简单的尺子：极差

最直白的办法，看最大值和最小值差多少。

极差

一组数据的极差，等于最大值减去最小值。 极差=最大值−最小值\text{极差} = \text{最大值} - \text{最小值}

回到上面：

  • 甲的极差 =9−9=0= 9 - 9 = 0（一点都不波动）
  • 乙的极差 =11−7=4= 11 - 7 = 4（波动较大）

极差一眼就能懂，但它有个大毛病：只看两头，不管中间。 比如另一名射手丙：

丙：9, 9, 9, 9, 13

丙的最大值 1313、最小值 99，极差也是 44，和乙一样。可丙其实只有最后一发"炸"了一下，前四发都很稳；乙是五发全在晃。极差分不出这种差别。

所以我们需要更公平的尺子——它要把每一个数离平均数的距离都算上。

更公平的尺子：方差

思路是：每个数都减去平均数，得到"偏离多少"；但这些偏离有正有负，加起来会互相抵消（就像甲的数据：0+0+0+0+0=00+0+0+0+0=0，看不出问题）。所以把每个偏离平方后再平均，这样正负不会抵消，大小也被放大，波动就显出来了。

方差

一组数据的方差 s2s^2，是每个数据与平均数之差的平方的平均数： s2=(x1−xˉ)2+(x2−xˉ)2+⋯+(xn−xˉ)2ns^2 = \frac{(x_1-\bar{x})^2 + (x_2-\bar{x})^2 + \cdots + (x_n-\bar{x})^2}{n} 也可以写成： s2=1n∑i=1n(xi−xˉ)2s^2 = \frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2

动手算一遍甲的方差

甲：9,9,9,9,99, 9, 9, 9, 9，平均数 xˉ=9\bar{x}=9。 每个数减 99 都是 00，平方还是 00，所以： s甲2=0+0+0+0+05=0s^2_甲 = \frac{0+0+0+0+0}{5} = 0 方差为 00，说明完全没有波动——和我们看到的一致。

再算乙的方差

乙：7,8,9,10,117, 8, 9, 10, 11，平均数 xˉ=9\bar{x}=9。 各数与 99 的差：−2,−1,0,1,2-2, -1, 0, 1, 2； 平方：4,1,0,1,44, 1, 0, 1, 4； s乙2=4+1+0+1+45=105=2s^2_乙 = \frac{4+1+0+1+4}{5} = \frac{10}{5} = 2 乙方差是 22，比甲的 00 大，说明乙波动更大。

关键结论：方差越大，数据波动越大、越分散；方差越小，数据越集中、越稳定。 方差等于 00，表示所有数完全相同。

动手再算一个：丙的波动

前面说丙：9,9,9,9,139, 9, 9, 9, 13，平均值 xˉ=9\bar{x}=9。 各数与 99 的差：0,0,0,0,40, 0, 0, 0, 4；平方：0,0,0,0,160, 0, 0, 0, 16。 s丙2=0+0+0+0+165=3.2s^2_丙 = \frac{0+0+0+0+16}{5} = 3.2 丙的方差 3.23.2，比乙的 22 还大。虽然丙的极差（也是 44）和乙一样，但方差告诉我们：丙其实是"前四发稳、最后一发炸"，整体偏离平均的程度比乙更集中在那一发——方差比极差细腻，能区分这种差别。

两家工厂，谁更靠谱

甲厂灯泡寿命（百小时）：9.8,10.0,10.1,9.9,10.29.8, 10.0, 10.1, 9.9, 10.2，平均约 10.010.0，方差很小 → 质量整齐。 乙厂：8.0,10.0,12.0,9.5,10.58.0, 10.0, 12.0, 9.5, 10.5，平均也是约 10.010.0，但方差大 → 有的早夭、有的超长，质量飘。 两家平均一样，采购方却更想要甲厂——因为方差小，心里有底。

方差的一个小麻烦：标准差

方差有个不方便的地方：它带"平方"，单位也跟着平方了。比如身高单位是厘米，方差单位就变成"平方厘米"，说话时怪别扭的。

于是我们开个平方，变回原来的单位：

标准差

标准差 ss 是方差的算术平方根： s=s2=1n∑i=1n(xi−xˉ)2s = \sqrt{s^2} = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2} 标准差和原数据单位一致，同样用来衡量波动大小：标准差越大，波动越大。

乙的标准差 s乙=2≈1.41s_乙 = \sqrt{2} \approx 1.41，甲的标准差 s甲=0=0s_甲 = \sqrt{0} = 0。结论不变：乙更飘。

一个值得注意的细节

比较两组数据的波动时，要注意：方差和标准差受"单位"和"数量级"影响。比如比较"厘米"和"米"两组身高，直接比方差会失真，得先统一单位。日常题目中一般已经帮你统一好了，但心里要有这根弦。

另外，极差、方差、标准差都是衡量"波动"的，没有谁取代谁：

  • 极差：最快、最粗，只看两头；
  • 方差/标准差：最公平，照顾每一个数，是正式比较时的首选。
为什么工厂爱看方差

灯泡厂希望每只灯泡寿命都接近标称值，既要不太短（被退货），也不宜太长（太浪费成本）。光看平均寿命不够，还要看方差——方差小，说明产品质量整齐、可控。这就是为什么方差在质量控制里非常重要。

极差、方差、标准差，怎么选

  • 想最快看个大概：用极差，一减就行；
  • 想公平地比波动：用方差（或标准差），照顾每一个数；
  • 想单位好看、好解释：用标准差，单位和原数据一致。

一句话：平均数看中心，方差看散开。 两个数一起报，才既知道"大概多少"，又知道"稳不稳"。

回过头看

这节课我们补齐了"描述一组数据"的另一半拼图：

  • 极差 =最大−最小= \text{最大} - \text{最小}，最直观但只看两头；
  • 方差 s2s^2 把所有数据与平均数的偏离平方后平均，最公平，越大越波动；
  • 标准差 s=s2s = \sqrt{s^2}，单位和原数据一致，意义同方差。

记住框架：平均数看中心，方差看散开。 两个数配合，才既知道"大概多少"，又知道"稳不稳"。

到这儿，统计部分"描述数据"的主线就通了——从收集、整理，到用一个或几个数概括。接下来我们进入全新的一章：什么事情是不确定的？，去聊聊"碰运气"背后的规律。

信息

本节课你应该能回答的问题

  1. 为什么只看平均数，分不出"稳"和"飘"？举甲乙射击的例子说明。
  2. 极差、方差分别怎么算？极差有什么明显的缺点？
  3. 方差越大，说明数据怎样？方差为 00 又说明什么？
  4. 标准差和方差有什么关系？为什么有时更爱用标准差？