Statistics: Standard deviation | Descriptive statistics | Probability and Statistics | Khan Academy - YouTube

Channel: Khan Academy

[0]
让我们先复习一下我们已经学过的
[2]
希望这会让之前所学的知识更好地组合在一起
[4]
然后我们会做一些真实的数字计算
[7]
我认为这将会确实地切中学习目的
[9]
首先如果我们要对付一个-- 让我
[10]
把它写下来,让我先空几列出来
[12]
如果我们要对付-- 一起看一下,我们可以称这个为
[16]
概念,然后我们可以称这个为 -- 如果我们要对付
[25]
一个总体或者一个样本
[34]
我们提出的第一个统计概念是
[38]
平均数的概念或者集中趋势,我们学过
[42]
那是一个测量统计数据的平均值或集中趋势
[44]
的方法之一
[47]
另外的方法是中值和模式
[50]
但往往是平均数出现的次数更多,尤其是当我们
[52]
开始讨论到方差和,我们待会儿在这个录像中会谈到
[55]
和标准差
[56]
但是我们所学的总体的平均数 -- 我们用希腊
[60]
符号μ -- 是等于总体中每个数据点之和
[64]
之和
[65]
这是一个i
[66]
让我确认这看起来像个i
[70]
所以你要去求每个数据点的总和
[73]
你将从第一个数据点开始然后
[76]
一直到第n个数据点
[77]
我们将假设在总体中有N个数据点
[79]
然后你除去你现有的数据点的总数
[82]
这就是你们常说的平均数
[85]
在你没学习任何统计学概念之前
[87]
你把所有数据点加起来然后你除以
[89]
现有的数据总数
[90]
在样本中也是同样的
[92]
我们只是要用一个稍不同的术语
[95]
样本的平均数 -- 我会用不同的颜色
[97]
写出来 -- 将它写成一个x上加一条横线
[102]
那就等于在样本中所有的
[105]
数据点之和
[107]
每一个样本中的Xi
[110]
但是我们假定样本是
[111]
小于一个总体的
[112]
所以你还是从第一个数据点开始
[115]
然后一直到小写n,我们已经假定了
[118]
小写n是小于大写N的
[121]
如果这是一样的那么我们实际上在计算
[124]
平均值或者我们在讲的整个总体的平均数
[127]
然后你再除以你加上的
[128]
数据点的总数
[129]
你可以得到n
[131]
然后我们说,好吧,要多远 -- 这个给了我们集中趋势
[135]
这是一个测量集中趋势的方式
[137]
但是如果我们想知道对于总体或样本来说,
[139]
这是个多好的指标?
[141]
或者,平均来说,数据点离我们得出的平均数有多远?
[145]
那就是方差概念的由来了
[148]
我又要任意地更换颜色了
[150]
方差
[155]
在一个样本中方差,或方差的
[160]
符号是σ的平方
[162]
这个的意思就是方差
[164]
这也等于 -- 你取每个数据点
[167]
你找出那个数据点与你刚刚计算出的
[170]
你找出那个数据点与你刚刚计算出的
[173]
平均数的差别
[175]
你取它的平方,因此你可以得到平方差
[177]
然后从根本上,你求得所有这些的平均值
[180]
你求得所有这些平方距离的平均值
[182]
所以那就是 -- 所以你求从i开始的合,等于1到
[188]
n,然后你再将它除以n
[191]
那就是方差
[193]
然后
[783]
不管怎样,下个录像见!