样本特征数及其应用

现代社会是信息社会,人们常常需要收集数据,根据所获得的数据提取有价值的信息,作出合理的决策.统计是研究如何合理收集、整理、分析数据的科学,它可以为人们制定决策提供依据.在搜集到合理的样本数据后,要对数据进行处理分析,重点是计算一些样本特征数,利用样本特征数去估计总体,得出有用的结论.下面介绍常用的样本特征数及其应用.     

从样本特征数看总体

我们在利用样本的特征估计总体的分布情况时，“三数”（众数、中位数、平均数）、“两差”（方差和标准差）是重要的数据．用样本的数字特征估计总体的分布是统计学中最基本的数学思想方法，下面举几例说明．     

样本估计总体的策略

例1 下面对数据的分析不正确的是（） （A）数据极差越小,样本数据分布越集中、稳定。 （B）数据平均数越小,样本数据分布越集中、稳定． （C）数据标准差越小,样本数据分布越集中、稳定．     

谈极差、方差和标准差

方差、极差和标准差被称为数据的处理中的＂三差＂。对于这＂三差＂我们要从概念、应用等方面全面地把握好。极差是指一组数据中最大数据与最小数据的差。方差是各个数据与平均数之差的平方的平均数,     

为什么补考的学生这么多--关于大学生及格率的几个话题

大学生考试不及格率居高不下,从学生层面分析,主要是因为部分学生基础差,学习无兴趣,学习态度不端正;从教师层面分析,教学内容陈旧,教学方法简单,重理论轻实践,重考试,轻能力培养;从学校层面分析,人才培养模式单一,课程体系、教学计划刚性有余,弹性不足,教学要求缺乏分类指导;从制度层面分析,缺乏有效的约束和激励机制。只有切实转变教育思想,创新人才培养模式,树立科学的质量观、人才观及设计多样化的质量考核标准,明确办学目标和定位,解除教师的困惑,才能真正明白和解决大学生不及格率居高不下的背后教学领域中的深层次问题。     

教导处经常要对学生的考试成绩进行统计分析，计算全级和各班的平均分、及格率、最高分、标准差等，求最高分、最低分和平均分相对容易，可如果我想求考了最高分的学生的名字以及班级考试成绩的标准差，怎样来做呢？

关于这个问题，如果不使用宏程序的话，用VLooKUP和IF函数组合就能求取其中一个得分者。例如在图2中的D18单元格中我们首先用公式“=MAX（IF（$A$4：$A$16=$A18，D$4：D$16））”求得1班语文成绩最高分为99分，然后将姓名列复制到成绩表的右侧，接着在E18单元格输入公式“=VLOOKUP（$D18，IF（$A$4：$A$16-$A18，$D$4：$N$16），11，     

谈极差、方差和标准差

方差、极差和标准差被称为数据的处理中的"三差"。对于这"三差"我们要从概念、应用等方面全面地把握好。极差是指一组数据中最大数据与最小数据的差。方差是各个数据与平均数之差的平方的平均数,即     

浅谈“极差、方差、标准差”的应用

我们已经知道:描述一组数据的集中趋势的特征数有三个:平均数、中位数和众数.而表示一组数据离散程度的特征数也有三个:极差、方差、标准差.它们主要用来反映一组数据的离散程度,也就是反映一组数据的波动大小极差反映一组数据中两个极端数之间的差异情况.极差的计算公式是:极差=最大值-最小值.方差、标准差是反映一组     

对一种“标准差引入方案”的否定

人教A版教材《数学3》第75页,关于标准差的引入运用了下面这段文字： 考察样本数据的分散程度的大小,最常用的统计量是标准差．标准差是样本数据到平均数的一种平均距离,一般用s表示．     

浅谈“三差”（极差、方差、标准差）的实际应用

描述一组数据的集中趋势的特征数有三个：平均数、中位数和众数。而表示。组数据离散程度的特征数也有三个：极差、方差、标准差。它们主要用来反映一组数据的离散程度,也就是反映一组数据的波动大小。极差反映一组数据中两个极端数之间的差异情况。极差的计算公式是：极差=最大值-最小值。方差、标准差是反映一组数据的波动大小。     

Standard Deviation for Small Samples

Neater representations for variance are given for small sample sizes, especially for 3 and 4. With these representations, variance can be calculated without a calculator if sample sizes are small and observations are integers, and an upper bound for the standard deviation is immediate. Accessible proofs of lower and upper bounds are presented for a broad spectrum of readers.     

On the Attainability of Bounds on the Standard Deviation

This article considers prototype data sets that attain lower and upper bounds on the standard deviation in terms of the range.     

高等教育生均成本:界定、测算与运用

生均成本是教育经济理论与实务中的重要概念。它有实际(财务)生均成本与标准(预算)生均成本之分。我国目前对生均成本的概念、内容、要素还没有统一的认识，现行制度也不能满足生均成本核算的要求。高等教育财政拨款与收费制度也难以运用生均成本机制。科学界定高等教育生均成本的内容，准确设计标准生均成本计量模型。改革完善高等教育财政拨款制度与学费形成制度。是我国高等教育事业发展的内在需要与现实选择。     

杠杆系数、标准差和标准差系数衡量风险的辨析

用收益增长率来阐述企业收益的不确定性，发现杠杆作用不仅改变了企业收益增长率的波动范围，而且也改变了企业收益增长率的平均水平，每股收益和销售量的增长率有相同的标准差系数，表明杠杆作用没有改变企业收益增长率的相对风险。     

从我院PRETCO通过率探讨高职英语教学的创新

本文从教材、师资、学时及通过率等方面简要概述高等学校英语应用能力考试,并分析我院举行高等学校英语应用能力考试以来所取得的成绩和不足,再结合《基本要求》探讨高职英语教学,提出一些可行性的教学建议。     

浅议我国货币调控基准利率选择

通过比较储蓄存款利率、再贷款利率、再贴现利率、国债利率以及银行同业拆借利率的特点和其在现实金融环境中的形成及内涵，应将择银行同业拆借利率作为基准利率的选择方向，从而有利于奠定货币市场的调控基础。     

A Frequency-Product Method of Obtaining the Standard Deviation

The authors examined the robustness of multilevel linear growth curve modeling to misspecification of an autoregressive moving average process. As previous research has shown (J. Ferron, R. Dailey, &; Q. Yi, 2002; O. Kwok, S. G. West, &; S. B. Green, 2007; S. Sivo, X. Fan, &; L. Witta, 2005), estimates of the fixed effects were unbiased, and Type I error rates for the tests of the fixed effects were generally accurate when the present authors correctly specified or underspecified the model. However, random effects were poorly estimated under many conditions, even under correct model specification. Further, fit criteria performed inconsistently and were especially inaccurate when small sample sizes and short series lengths were combined. With the exception of elevated Type I error rates that occurred under some conditions, the best performance was obtained by use of an unstructured covariance matrix at the first level of the growth curve model.     

A Visual Model for the Variance and Standard Deviation

This paper shows how the variance and standard deviation can be represented graphically by looking at each squared deviation as a graphical object – in particular, as a square. A series of displays show how the standard deviation is the size of the average square.