方差和标准差关系？
标准差是方差的算术平方根，标准差用s表示，方差是标准差的平方，方差用s^2表示，光看它的表示方法就可以知道二者的关系。
方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。 概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。
刻画数据的离散程度是哪三个数据？
①方差（或标准差），②极差，③平均距离。
方差是用来衡量数据波动情况，离散程度大多数是方差或标准差。极差是最大值减最小值。但运用不多。
平均距离原先是定义标准差的数值指标
在必修二数学里，方差和标准差是什么，有什么用
- 设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。.样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。筏肠摧段诋灯搓犬掸华样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。
方差与标准差在实际中的运用能解决什么问题？
- 方差分析看的是数据的离散程度，可以看一个人的成绩的稳定程度，有无较大起伏，从而判断其成绩的真实性。
S的平方是标准差还是方差
- 是方差，请采纳
求股票的期望收益率和标准差，方差？
- A股票期望收益率为10%，B股票期望收益率为5%当A股票所占投资比重为30%，B股票所占投资比重为70时，求股票的期望收益率和标准差，方差？计算步骤要清楚一点。
- E(R)=0.1*0.3+0.05*0.7=0.065方差[30%*(10%-0065)^2+70%*(12%-5%)^2=标准差平方等于方差
结合这个统计全班身高例子，解释方差或标准差除以N或N-1的问题
- 全班有50人，全部人身高如下 158158158159159160160160161161162162163163164164165165165165166166167167168168168169169170171172173173173175175175176176176176177177179180182182185187所以计算得，平均身高为169，如果计算方差时，除以50，得57.6，如果除以49，得58.77如果我在50人当中，抽样10个同学来估计全班身高，被抽中的同学身高如下 162163164165166167168169170176所以计算得，平均身高为167，如果计算方差时，除以10，得8.1，如果除以9，得9.我在这方面很纳闷。高中学的数学，都是除以N，但上了大学学统计学，发现有不少是除以N-1的。问题：1.请分别就上面的例子，或者你们有更好的具体例子，说明一下除以N与除以N-1区别？2.为什么还需引入方差或标准差除以N-1这个概念？要避免什么问题，使得更严谨？为什么？
- 你说的这个问题实际上是因为真值和估计值的差异的。当计算真值的时候，用的是均值的真值μ，实际上真值都是未知的，需要估计，而估计μ的就是所谓的Xˉ（注：Xˉ=Σ(Xi) N）。这里的原因在于Xˉ与Xi的有关，当N个Xi得知之后，Xˉ就自然得知了，（在真值的计算时作为均值的μ是既定的，和Xi无关）也就是损失X度。我没有例子，但是这个除以N-1的方差的估计值存在无偏性，而除以N的没有，关于无偏性这里可以看baike.baidu.com/…MB26s_我这里可以帮你推倒一下，这个推倒在很多统计学的书上都有，你的或许也有 方差估计量的期望，等于方差的真值，也就是E(σ)=σ，这里E(σ)=E[Σ(Xi-Xˉ) (N-1)]这里但拿出E[Σ(Xi-Xˉ) ]（因为N-1的期望还是N-1）E[Σ(Xi-Xˉ) ]=E[ΣXi-2Σ(Xi* Xˉ)+ΣXˉ]= ΣE Xi-2EΣ(Xi*Xˉ)+EΣXˉ=ΣE Xi-2E[(NXˉ)*Xˉ]+E（NXˉ）(注：Σ(Xi)= NXˉ这个很简单，就是均值的定义中的，这里Σ累加是对于i来说的，所以Xˉ在这一步就相当于常数)=ΣE Xi-NE（Xˉ）=Nσ+Nμ-NE（Xˉ）(注：Nσ=ΣE Xi-Nμ这个也很简单，就像上面一样推就行了，不过这里注意把Xi的均值换成真值，而不是估计值)= Nσ-N（Xˉ的方差）（注：这里和上一个注一个原理，就是上面的是Xi的方差，这里是Xˉ的方差，而Xˉ的方差是Xi的方差除以N）= Nσ- σ所以这里要实现无偏，必须将用除以N-1修正而不是N
结合这个统计全班身高例子，解释方差或标准差除以N或N-1的问题？
- 全班有50人，全部人身高如下 158158158159159160160160161161162162163163164164165165165165166166167167168168168169169170171172173173173175175175176176176176177177179180182182185187所以计算得，平均身高为169，如果计算方差时，除以50，得57.6，如果除以49，得58.77如果我在50人当中，抽样10个同学来估计全班身高，被抽中的同学身高如下 162163164165166167168169170176所以计算得，平均身高为167，如果计算方差时，除以10，得8.1，如果除以9，得9.我在这方面很纳闷。高中学的数学，都是除以N，但上了大学学统计学，发现有不少是除以N-1的。问题：1.请分别就上面的例子，或者你们有更好的具体例子，说明一下除以N与除以N-1区别？2.为什么还需引入方差或标准差除以N-1这个概念？要避免什么问题，使得更严谨？为什么？
- 所谓的“n”和“n-1”都是X度，若在估计总体的平均数时，由于样本中的 n 个数都是相互独立的，从其中X任何一个数都不影响其他数据，所以其X度为n。当在估计总体的方差时，使用的是离差平方和。只要n-1个数的离差平方和确定了，方差也就确定了；因为在均值确定后，如果知道了其中n-1个数的值，第n个数的值也就确定了。这里，均值就相当于一个限制条件，由于加了这个限制条件，估计总体方差的X度为n-1。
统计学计算方差或标准差除以N或N-1的问题，通俗解释下
- 我在这方面很纳闷。高中学的数学，都是除以N，但上了大学学统计学，发现有不少是除以N-1的。1.请分别就N与N-1举例子，说明一下区别？一定要是有数字的具体的例子，不需要长篇大论讲理论，列又长又臭的公式。2.为什么还需引入方差或标准差除以N-1这个概念？要避免什么问题，使得更严谨？为什么？
- 如果是针对总体的就用N，比如全班只有30个人，算这30个人的方差就除以N；如果是针对样本的就用N-1，比如这30个人是从全校学生中抽查出的，利用这30个人推断全校学生的方差就除以N-1。引入N-1是因为保证推断总体的统计量具有无偏性，因为你是再用样本推断总体所以有时估计高一点，有时估计低一点，无偏性能够保证所有估计值的平均值等于总体的真实值。
某校某班有50名学生,其语文课成绩的标准差为9.75分,英语课程成绩的标准差为7.9分,两种成绩的协方差为72分
- 某校某班有50名学生,其语文课成绩的标准差为9.75分,英语课程成绩的标准差为7.9分,两种成绩的协方差为72分,试根据上述资料计算语文课成绩与英语课成绩的相关系数,并对这两门课程成绩的相关方向和相关程度进行说明？
- r=72(9.75*7.9)=0.93是正相关，且相关度很高
