deviation

角度变形误差

额，我知道怎么读，但是怎么说呢。 “si ge me”，按拼音方法读，都读轻声，连快一点就是正确读法了。

　　中文:相对偏差。　　英语中relatve的相关用法如下:　　adj. 相对的；有关系的；成比例的　　n. 亲戚；相关物；[语] 关系词；亲缘植物　　同义词:　　adj.相对的；有关系的；成比例的　　opposing / proportional　　n.亲戚；相关物；[语]关系词；亲缘植物　　kin / belongings　　例句如下:　　(1)In the endless flow of absolute truth there are innumerable relative truths.　　在绝对真理的长河中有无数相对真理。　　(2)Yes, that tree outside is your relative, as is every bug and blade of grass.　　是的，外面那棵树是你的亲戚。 同样的，所有的虫子和青草都是。　　(3)The relative items in this report will be referred to the committee for discussion.　　把这份报告中的有关事项提交委员会讨论。

角度变形误差

FM调频偏离

均值偏差；偏离均值deviation n. 背离，偏离;离经叛道的行为;[航]偏航;[数]绝对偏差 名词复数:deviations [例句]We take any deviation from these rules very seriously.我们对执行这些规则中的任何偏差都非常重视。

是FAN自制的。 是一位majal（马甲)唱的。 词是FAN写的。 曲不是。 原曲是The truth that you leave .

frequency里面去做我替别人做这类的数据分析蛮多的

none就是退化为一般的ls回归，inverse var和std.dev都是不同的加权方法，就是标准差和方差倒数的意思我替别人做这类的数据分析蛮多的

std.error：标准误差 std.deviation：标准差 标准误：是样本统计量的标准差,如样本均数的标准差也称为均数的标准误,它反映了样本均数间的离散程度,也反映了样本均数与总体均数的差异,说明均数抽样误差的大小.在实际...

from evation 是动词 deviate 的名词形式, 意为 偏差,偏向,脱离,越轨,背离 (from) ; (统计学) 误差; (航海)(故意) 偏航; (数学)偏差数. deviation 没有.

deviation from[英][u02ccdi:vi:u02c8eu026au0283u0259n fru0254m][美][u02ccdiviu02c8eu0283u0259n fru028cm]n.脱离，逸出; 例句:1.We take any deviation from these rules very seriously. 我们对执行这些规则中的任何偏差都非常重视。2.Determine the average deviation from value for each stock you plan to trade. 为每个要交易的股票决定相对均值的平均背离值。

variation意思是变化，deviation意思是偏差。variation意思是变化,变更,变动;[生物]变异,变种;变奏曲deviation意思是偏差;误差;背离。

你看下最后一个表格的sig值是否小于0.05,如果小于说明存在显著差异

应该是修正数值，

当 average response time 都差不多时，从 std 可以看出，用来得出average response time 的 row date 到底是分散，还是集中。std 越小表示 row data 用集中，表示每个单一的 response time 的值大致上是差不多的，也许是你的 scenario 设计的让 loading 很平均，或是你的系统反应很稳定，不会大起大落。

是特意为豆花作的，豆花之歌啊

　　应该是one-shot deviation吧。　　它是指一次性交易，即一锤子买卖，因为这种交易一般是不好的，所以用的是deviation（偏差）。　　为什么一锤子买卖是不好的呢？因为交易次数是有限的。博弈论告诉我们只要交易次数是有限的，就无法形成交易，即使存在也是不好的交易。因为要想保证交易是好的，即交易的商品货真价实，物有所值，就必须有惩罚机制，对造假者进行惩罚以至于他不敢进行欺诈交易，这个惩罚机制就是欺诈方不守信用，受欺诈的一方将永远不再与之交易，基于长远的考虑，欺诈交易的代价是巨大的。但是如果交易是有限的，比如1000次，那么交易最后一次之后双方将不会再交易，这意味着惩罚机制不会存在了，交易的一方就会有欺诈的激励，因为另一方无法惩罚他。当然另一方会预期到这一点，这样他就会拒绝和他进行第1000次交易。这样的话他们只能交易999次，这又是有限次交易，重复以上的逻辑，他们将不会进行第999次交易。依此类推，最终的结局是它们一次也不会交易。如果是无限次交易，则不会出现上述情况，因为无限交易保证了惩罚机制的长久存在。　　但是总存在逼不得已的情况，会存在一次性交易，比如你在火车上饿的不行，旅行时的食宿等等。我们注意到一个现象：在火车站买的东西经常是假的，因为你不可能与之进行无限次交易，惩罚机制不存在使得他们有进行欺诈交易的激励，而且在火车站买东西是有限次交易的极端，即一次性交易，这更加容易导致欺诈交易的发生，我们习惯称之为一锤子买卖。

均数的描述是均值加减标准差，所以就是std.deviation

我用的是 std. deviationhls85915 (站内联系TA)std.error：标准误差 std.deviation：标准差 标准误dzzhuzhu (站内联系TA)均值Mean Error，标准差Std Dev....搞进化计算里统计学这么写....人民海军 (站内联系TA)std error是什么？求告知bjjqmh (站内联系TA)std. deviation是标准偏差，简称标准差，SDstd.error是标准误差，简称标准误，SEm_marion (站内联系TA)Std. Dev. 可以用来做误差棒，得到的是“标准差误差棒”Std. Error = Std. Dev. ÷ √nStd. Error × T-factor 也可以用来做误差棒，得到的是“置信区间误差棒”其中T因子是随着n和置信水平P变化的“学生分布”系数，用来校正有限样本数分布和无限样本正态分布之间的差别。但是没有人会直接用 Std. Error 来做误差棒，因为这样做无意义

弃权或背离

devation 是动词 deviate 的名词形式, 意为 偏差,偏向,脱离,越轨,背离 (from) ； （统计学） 误差； （航海）(故意) 偏航； （数学）偏差数. deviation 没有 “建议” 之意.

deviation n. 偏差；误差；背离 作背离讲的话不可数,但若是作离经叛道的行为讲的话可数 扩展资料 　　例句： 　　What is deviation detection? 　　什么是偏差检测？ 　　This is a positive deviation. 　　这是正的偏移。 　　And you get a negative deviation. 　　这样会得到负偏移。

偏差

deviation 英[u02ccdi:viu02c8eu026au0283n] 美[u02ccdiviu02c8eu0283u0259n] n. 背离，偏离; 离经叛道的行为; [航] 偏航; [数] 绝对偏差; [例句]Deviation from the norm is not tolerated.不能容忍离经叛道行为。[其他] 复数：deviations

方差有两种biased和unbiased，前者除以n；后者除以n-1，叫做Bessel"s correction，可以修正样本的variance,更精确描述样本空间。matlab采用的是后者。抄一段对两者区别的解释In statistics, Bessel"s correction, named after Friedrich Bessel, is the use of n u2212 1 instead of n in the formula for the sample variance and sample standard deviation, where n is the number of observations in a sample: it corrects the bias in the estimation of the population variance, and some (but not all) of the bias in the estimation of the population standard deviation.That is, when estimating the population variance and standard deviation from a sample when the population mean is unknown, the sample variance is a biased estimator of the population variance, and systematically underestimates it. Multiplying the standard sample variance by n/(n u2212 1) (equivalently, using 1/(n u2212 1) instead of 1/n) corrects for this, and gives an unbiased estimator of the population variance. The cost of this correction is that the unbiased estimator has uniformly higher mean squared error than the biased estimator.A subtle point is that, while the sample variance (using Bessel"s correction) is an unbiased estimate of the population variance, its square root, the sample standard deviation, is a biased estimate of the population standard deviation; because the square root is a concave function, the bias is downward, by Jensen"s inequality. There is no general formula for an unbiased estimator of the population standard deviation, though there are correction factors for particular distributions, such as the normal; see unbiased estimation of standard deviation for details.One can understand Bessel"s correction intuitively as the degrees of freedom in the residuals vector: (x_1-overline,,dots,,x_n-overline),where overline is the mean. While there are n independent samples, there are only n u2212 1 independent residuals, as they sum to 0.

意味着离均差

VAR: 变量（=variable，被用作定义变量的关键字）5%的变量等于移动一个标准差

标准差（Standard Deviation），在概率统计中最常使用作为统计分布程度上的测量。标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度

数学公式上常用的 标准偏差吧

stddeviation标准偏差deviation[英][u02ccdi:viu02c8eu026au0283n][美][u02ccdiviu02c8eu0283u0259n]n.背离，偏离;离经叛道的行为;[航]偏航;[数]绝对偏差;复数：deviations例句:1.Wetakeanydeviationfromtheserulesveryseriously.我们对执行这些规则中的任何偏差都非常重视。2.Themostimportantstatisticalfeaturesofbrownianmotionareitsmeananditsstandarddeviation.布朗运动最重要的统计学特征就是它的平均值和标准差

STD是标准偏差值（Standard Deviation），主要用来反应样本空间分布情况。各个样本越接近平均值，STD越小，　　在LoadRunner中，STD越小，说明系统测试时的原始数据分布比较集中，基本接近平均值。所以这个值很小时，一定程度上可以表明系统更加稳定。 　　计算方法如下：　　S2 = Σ( Xi − X )2 / n − 1 　　式中X ： 样本平均值　　S ： 标准偏差　　n ： 样本数量

歌曲名：closer演唱者：井上ヅヨ―作曲、作词、编曲：井上ヅヨ―身近（みぢか）にあるものmijika niaru mono离自己很近的东西常（つね）に気（き）を付（つ）けていないとtununi kiwo tukete inaito在不知不觉中余（あま）りに近（ちか）すぎてamarini tikasugite由于距离过于微小见失（みうしな）ってしまいそうmiusinatte simaisou也许就会消失不见あなたが最近（さいきん）体验（たいけん）したanata saikin taikensita你最近体验到的幸（しあわ）せは一体（いったい）なんですかsiawasewa ittai nandesuka所谓幸福究竟为何物惠（めぐ）まれすぎていてmegumare sugiteite受到的眷惠太过繁多思（おも）い出（だ）せないかもomoi dasenaikamo或许回想不起今（いま）ここにいることima kokoni irukoto现在能站在这里息（いき）をしていることiki wo siteirukoto并顺畅的呼吸着ただそれだけのことが 奇迹（きせき）だと気付（きつ）くtada soredakeno kotoga kisekida tokituku察觉到即使这等事情也是奇迹给的恩惠身近（みぢか）にあるものmijikani arumono离自己很近的东西常（つね）に気（き）を付（つ）けていないとtununi kiwotukete inaito在不知不觉中余（あま）りに近（ちか）すぎてamarini tikasugite由于距离过于微小见失（みうしな）ってしまいそうmiusinatte simaisou也许就会消失不见you know the closer you get to somethingthe tougher it is to see itand I"ll never take it for granted追（お）い続（つづ）けてきた梦（ゆめ）oitutduke tekita yume一直以来追逐的梦想あきらめずに进（すす）めようなんてakiramezuni susumeyou nante不放弃的继续下去きれい事（こと）を言（い）えるほどkirei kotowo ieruhodo能够坚定的说出决心何（なに）も出来（てき）ちゃいないけどnanimo teki tya inaikedo虽然还没有什么丰功伟绩一握（ひとにぎ）りの勇気（ゆうき）を胸（むね）にhitonigiri no yuukiwo muneni 把心中的那一点勇气唤出明日（あした）を生（い）き拔（ぬ）くためにasitawo ikinuku tameni为了走上通向未来的那曲折的路and I"ll never take it for grantedlet"s go 中文： 离自己很近的东西 在不知不觉中 由于距离过于微小 也许就会消失不见 ] 你最近体验到的 所谓幸福究竟为何物 受到的眷惠太过繁多 或许回想不起 现在能站在这里 并顺畅的呼吸着 察觉到即使这等事情也是奇迹给的恩惠 离自己很近的东西 在不知不觉中 由于距离过于微小 也许就会消失不见 you know the closer you get to something the tougher it is to see it and I"ll never take it for granted 一直以来追逐的梦想 不放弃的继续下去 能够坚定的说出决心 虽然还没有什么丰功伟绩 把心中的那一点勇气唤出 为了走上通向未来的那曲折的路 and I"ll never take it for granted let"s go

一组数据的标准差是这组数据和这组数据的平均值之间的平均距离.如果一组数据的标准差是6,假如对这组数据中的每个数增加3后,下面哪个数是所构成的新数据的标准差?

TimTec 标准定时器模块技术robust standard deviation 稳健标准差 请采纳~~~

不知道.不全.请补全

计算时使用的标准偏差

一标准偏差；一个标准误差例句：Total iron intake was modeled as one standard deviation (SD) increase in iron intake.总铁摄入量以铁摄入增加为标准差（SD）建模。希望帮到你，望采纳，满意请点击：采纳

"1 standard deviation above the average score" means that the observation value minus the population mean just equals to 1 standard deviation. The average score is the population mean.Assume a observation selected from a population follows normal distribution N~(u, s^2) is x, we can calculate its Z-score = (x-u)/s = n, and we say that the observation value is n standard deviation above (positive n) or below (negative n) the average score.

给你个链接，自己看吧。http://www.51qikan.com/kjlw/7123.html

对的,就是标准差,简写为sd (sd)^2 = variance 也就是方差 方差定义是 (1/n) ∑(i=1~n) (Xi-X)^2 X － 平均值

　　标准误（Standard Error）衡量对应样本统计量抽样误差大小的尺度。标准误用来衡量抽样误差。标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大。因此，标准误是统计推断可靠性的指标。此外，还需要特别指出的是，标准误还可以指样本标准差、方差等统计量的标准差，不仅仅只是样本均数的标准差。　　标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。

　　标准误（Standard Error）衡量对应样本统计量抽样误差大小的尺度。标准误用来衡量抽样误差。标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大。因此，标准误是统计推断可靠性的指标。此外，还需要特别指出的是，标准误还可以指样本标准差、方差等统计量的标准差，不仅仅只是样本均数的标准差。　　标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。

标准误（Standard Error）衡量对应样本统计量抽样误差大小的尺度。标准误用来衡量抽样误差。标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大。因此，标准误是统计推断可靠性的指标。此外，还需要特别指出的是，标准误还可以指样本标准差、方差等统计量的标准差，不仅仅只是样本均数的标准差。标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。

standarddeviation标准差；标准偏离标准偏差；标准离差；标准方差例句筛选1.ThisstandarddeviationiscalledtheStandardErrorforMeasurement?这个标准差被称为测量标准误差2.isthepopulation(known)standarddeviation.Ifomitted,thesamplestandarddeviationisused.总体标准偏差（已知）。如果忽略，使用样本标准偏差。

standard deviation是标准偏差的意思。这句话的意思是：这些数字的标准偏差平均值是2.5，如果X是其中的一个数字，并且X是上面平均偏差值的2倍，求X的值，也就是问X是多少。很明显是5.

range and standard deviation距离和标准偏差range and standard deviation距离和标准偏差

两种都可以用。误差线是通常用于统计或科学数据，显示潜在的误差或相对于系列中每个数据标志的不确定程度。误差线可以用标准差（平均偏差）或 标准误差，一般通用的是这两个，如果是发英文文章，在caption中加以上bars donate S.D.（标准差）or S.E.(标准误差），中文文章可以不用说明。标准差（std. deviation）和 标准误（std.error），两者的侧重点不一样，一般常用标准差（std. deviation）。标准差是离均差平方和平均后的方根，标准误是标准误差定义为各测量值误差的平方和的平均值的平方根；两者用途不同；标准差与均数结合估计参考值范围，计算变异系数，计算标准误等。标准误用于估计参数的可信区间，进行假设检验等；它们与样本含量的关系不同: 当样本含量 n 足够大时，标准差趋向稳定；而标准误随n的增大而减小，甚至趋于0 。

当然有好多表格了，比如我随便在网上搜了一个：你要低于 10% 的，也就是两边一共剩下 0.1，每一边剩下 0.05所以就找 0.95 对应的值，大约是 1.64所以低于 10% 的就是：|x - 65| >= 1.64 * 6 的部分。当然，如果你用 matlab，就不用查表了，键入这个：norminv(0.95)就直接得到解：1.64485362695147或者你有 Microsoft Excel 也行，在某个单元格键入这个：=NORMINV(0.95, 0, 1)也直接得到答案。

标准差是来描述数据分布的，单纯看数字没什么意义。若要使用normal model的话，图像最高点对应的是mean,间隔便是标准差。15可代表图像的间隔。

本文摘自 Streiner DL.Maintaining standards: differences between the standard deviation and standarderror, and when to use each. Can J Psychiatry 1996; 41: 498–502. 标准差，缩写为S.D., SD, 或者 s (就是为了把人给弄晕？)，是描述数据点在均值（mean）周围聚集程度的指标。 如果把单个数据点称为“ X i ,” 因此 “ X 1 ” 是第一个值，“ X 2 ” 是第二个值，以此类推。均值称为“ M ”。初看上去Σ( X i - M )就可以作为描述数据点散布情况的指标，也就是把每个 X i 与 M 的偏差求和。换句话讲，是（单个数据点—数据点的平均）的总和。 看上去挺有逻辑性的，但是它有两个缺点。 第一个困难是：上述定义的结果永远是0。根据定义，高出均值的和永远等于低于均值的和，因此它们相互抵消。可以取差值的绝对值来解决（也就是说，忽略负值的符号），但是由于各种神秘兮兮的原因，统计学家不喜欢绝对值。另外一个剔除负号的方法是取平方，因为任何数的平方肯定是正的。所以，我们就有Σ( X i - M ) 2 。 另外一个问题是当我们增加数据点后此等式的结果会随之增大。比如我们手头有25个值的样本，根据前面公式计算出SD是10。如果再加25个一模一样的样本，直觉上50个大样本的数据点分布情况应该不变。但是我们的公式会产生更大的SD值。好在我们可以通过除以数据点数量 N 来弥补这个漏洞。所以等式就变成Σ( X i - M ) 2 / N . 根据墨菲定律，我们解决了两个问题，就会随之产生两个新问题。 第一个问题（或者我们应该称为第三个问题，这样能与前面的相衔接）是用平方表达偏差。假设我们测量自闭症儿童的IQ。也许会发现IQ均值是75, 散布程度是100 个IQ点平方。这IQ点平方又是什么东西？不过这容易处理：用结果的平方根替代，这样结果就与原来的测量单位一致。所以上面的例子中的散布程度就是10个IQ点，变得更加容易理解。 最后一个问题是目前的公式是一个有偏估计，也就是说，结果总是高于或者低于真实的值。解释稍微有点复杂，先要绕个弯。在多数情况下，我们做研究的时候，更感兴趣样本来自的总体（population）。比如，我们探查有年轻男性精神分裂症患者的家庭中的外现情绪（expressed emotion，EE)水平时，我们的兴趣点是所有满足此条件的家庭（总体），而不单单是哪些受研究的家庭。我们的工作便是从样本中估计出总体的均值（mean）和SD。因为研究使用的只是样本，所以这些估计会与总体的值未知程度的偏差。理想情况下，计算SD的时候我们应当知道每个家庭的分值(score)偏离总体均值的程度，但是我们手头只有样本的均值。 根据定义，分值样本偏离样本均值的程度要小于偏离其他值，因此使用样本均值减去分值得到的结果总是比用总体均值（还不知道）减去分值要小，公式产生的结果也就偏小（当然N很大的时候，这个偏差就可以忽略）。为了纠正这个问题，我们会用N-1除，而不是N。总之，最后我们得到了修正的标准差的（估计）公式（称为样本标准差）： 顺带一下，不要直接使用此公式计算SD，会产生很多舍入误差(rounding error)。统计学书一般会提供另外一个等同的公式，能获得更加精确的值。 现在我们完成了所有推导工作，这意味着什么呢？ 假设数据是正态分布的，一旦知道了均值和SD，我们便知道了分值分布的所有情况。对于任一个正态分布，大概2/3（精确的是68.2%）的分值会落在均值-1 SD和均值+1 SD之间，95.4%的在均值-2 SD 和均值+2 SD之间。比如，大部分研究生或者职业院校的入学考试（GRE,MCAT,LSAT和其他折磨人的手段）的分数分布（正态）就设计成均值500，SD 100。这意味68%的人得分在400到600之间，略超过95%的人在300到700之间。使用正态曲线的概率表，我们就能准确指出低于或者高于某个分数的比例是多少。相反的，如果我们想让5%的人淘汰掉，如果知道当年测试的均值和SD，依靠概率表，我们就能准确划出最低分数线。 总结一下，SD告诉我们分值围绕均值的分布情况。现在我们转向标准误差（standard error）。 前面我提到过大部分研究的目的是估计某个总体(population)的参数，比如均值和SD（标准方差）。一旦有了估计值，另外一个问题随之而来：这个估计的精确程度如何？这问题看上去无解。我们实际上不知道确切的总体参数值，所以怎么能评价估计值的接近程度呢？挺符合逻辑的推理。但是以前的统计学家们没有被吓倒，我们也不会。我们可以求助于概率：（问题转化成）真实总体均值处于某个范围内的概率有多大？（格言：统计意味着你不需要把话给说绝了。） 回答这个疑问的一种方法重复研究（实验）几百次，获得很多均值估计。然后取这些均值估计的均值，同时也得出它的标准方差（估计）。然后用前面提到的概率表，我们可估计出一个范围，包括90%或者95%的这些均值估计。如果每个样本是随机的，我们就可以安心地说真实的（总体）均值90%或者95%会落在这个范围内。我们给这些均值估计的标准差取一个新名字：均值的标准误差（the standard error of the mean），缩写是SEM,或者，如果不存在混淆，直接用 SE 代表。 但是首先得处理一个小纰漏：重复研究（实验）几百次。现今做一次研究已经很困难了，不要说几百次了（即使你能花费整个余生来做这些实验）。好在一向给力的统计学家们已经想出了基于单项研究（实验）确定 SE 的方法。让我们先从直观的角度来讲：是哪些因素影响了我们对估计精确性的判断？一个明显的因素是研究的规模。样本规模 N 越大，反常数据对结果的影响就越小，我们的估计就越接近总体的均值。所以， N 应该出现在计算 SE 公式的分母中：因为 N 越大， SE 越小。类似的，第二因素是：数据的波动越小，我们越相信均值估计能精确反映它们。所以， SD 应该出现在计算公式的分子上： SD 越大， SE 越大。因此我们得出以下公式： (为什么不是 N ? 因为实际是我们是在用 N 除方差 SD 2 ，我们实际不想再用平方值，所以就又采用平方根了。) 所以， SD 实际上反映的是数据点的波动情况，而 SE 则是均值的波动情况。 前面一节，针对 SE ，我们提到了某个值范围。我们有95%或者99%的信心认为真实值就处在当中。我们称这个值范围为“置信区间”，缩写是CI。让我们看看它是如何计算的。看正态分布表，你会发现95%的区域处在-1.96 SD 和+1.96 SD 之间。回顾到前面的GRE和MCAT的例子，分数均值是500， SD是100，这样95%的分数处在304和696之间。如何得到这两个值呢？首先，我们把 S D乘上1.96，然后从均值中减去这部分，便得到下限304。如果加到均值上我们便得到上限696。CI也是这样计算的，不同的地方是我们用 SE 替代 SD 。所以计算95%的CI的公式是： 95%CI= 均值± ( 1.96 x SE )。 好了，现在我们有 SD , SE 和CI。问题也随之而来：什么时候用？选择哪个指标呢？很明显，当我们描述研究结果时， SD 是必须报告的。根据 SD 和样本大小，读者很快就能获知 SE 和任意的 CI 。如果我们再添加上SE和CI，是不是有重复之嫌？回答是：“YES”和“NO”兼有。 本质上，我们是想告之读者通常数据在不同样本上是存在波动的。某一次研究上获得的数据不会与另外一次重复研究的结果一模一样。我们想告之的是期望的差异到底有多大：可能波动存在，但是没有大到会修改结论，或者波动足够大，下次重复研究可能会得出相反的结论。 某种程度上来讲，这就是检验的显著程度，P level 越低，结果的偶然性就越低，下次能重复出类似结果的可能性越高。但是显著性检验，通常是黑白分明的：结果要么是显著的，要么不是。如果两个实验组的均值差别只是勉强通过了P < 0.05的红线，也经常被当成一个很稳定的结果。如果我们在图表中加上CI，读者就很容易确定样本和样本间的数据波动会有多大，但是我们选择哪个CI呢？ 我们会在图表上加上error bar（误差条，很难听），通常等同于1个 SE 。好处是不用选择SE或者CI了（它们指向的是一样的东西），也无过多的计算。不幸的这种方法传递了很少有用信息。一个error bar (-1 SE,+1 SE )等同于68%的CI；代表我们有68%的信心真的均值（或者2个实验组的均值的差别）会落在这个范围内。糟糕的是，我们习惯用95%，99% 而不是68%。所以让忘记加上 SE 吧，传递的信息量太少了，它的主要用途是计算CI。 那么把error bar加长吧，用2个 SE 如何？这好像有点意思，2是1.96的不错估计。有两方面的好处。首先这个方法能显示95%的CI，比68%更有意义。其次能让我们用眼睛检验差别的显著性（至少在2个实验组的情况下是如此）。如果下面bar的顶部和上面bar的底部没有重叠，两个实验组的差异必定是显著的（5%的显著水平）。因此我们会说，这2个组间存在显著差别。如果我们做t-test，结果会验证这个发现。这种方法对超过2个组的情况就不那么精确了。因为需要多次比较（比如，组1和组2，组2和组3，组1和组3），但是至少能给出差别的粗略指示。在表格中展示CI的时候，你应该给出确切的数值（乘以1.96而不是2）。 SD 反映的是数据点围绕均值的分布状况，是数据报告中必须有的指标。 SE 则反映了均值波动的情况，是研究重复多次后，期望得到的差异程度。 SE 自身不传递很多有用的信息，主要功能是计算95%和99%的CI。 CI是显著性检验的补充，反映的是真实的均值或者均值差别的范围。 一些期刊已把显著性检验抛弃了，CI取而代之。这可能走过头了。因为这两种方法各有优点，也均会被误用。比如，一项小样本研究可能发现控制组和实验组间的差别显著（0.05的显著水平）。如果在结果展示加上CI，读者会很容易看到CI十分宽，说明对差别的估计是很粗糙的。与之相反，大量鼓吹的被二手烟影响的人数，实际上不是一个均值估计。最好的估计是0，它有很宽的CI，报道的却只是CI的上限。 总之， SD 、显著性检验，95%或者99% 的CI，均应该加在报告中 ，有利于读者理解研究结果。它们均有信息量，能相互补充，而不是替代。相反，“ 裸”的 SE 的并不能告诉我们什么信息**，多占据了一些篇幅和空间而已。 https://blog.csdn.net/zzminer/article/details/8939244?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control&dist_request_id=1331302.267.16182420970660717&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-1.control

stadard deviation=positive square root of the following number x x =( 6x(58-49.72)^2+7x(55-49.72)^2+11x(52-49.72)^2+9x(49-49.72)^2+7x(46-49.72)^2+ 6x(43-49.72)^2+4x(40-49.72)^2)/50 standard deviation=5.3180(corr. to 4 d.p.) 参考: Mathematics In Action 5B

这组数据的standarddeviation=1.4856311789943.....方法如下：首先standarddeviation=根号(variance)variance求法是VAR(X)=E(X^2)-E(X)^2E(X)就是expectedvalueofXE(X^2)=0^2*0.32+1^2*0.35+2^2*0.18+3^2*0.08+4^2*0.04+5^2*0.02+6^2*0.01=3.37E(X)^2=(0*0.32+1*0.35+2*0.18+3*0.08+4*0.04+5*0.02+6*0.01)^2=1.27^2=1.6129so:VAR(X)=3.37-1.1629=2.2071sd(X)=1.4856311789943.....这是什么课程的？有点好奇？呵呵回答补充：只知道excel里求std的command是=STDEV（number1：numbern）这种离散概率真不知道了

standard deviation 是标准差 表示一组数值之间的离散程度计算公式：简单来说就是一组数据的每一个数与该组数据的平均值比较，通过得出来的数值看这组数据的离散程度。比如，全班男同学身高都差不多是1.75m，那么我们可以说这个班的男生身高标准差很小，因为大家都接近平均值就是说数据很集中。可是，五个姚明，十个潘长江组成一组，嗯，这个身高数据很离散，参差不齐，标准差很大....standard error 是标准误 是样本统计量的标准差在现实中，我们无法得知总体情况，总是以样本的分布情况去推断总体。比如，我国在校大学生每月伙食费用是多少。对于这个问题，我们不能全国范围统计各大高校每个同学的伙食费，于是，我们就用样本推断总体大概情况以得出我们所需要的数据。比如，抽取我国都东西南北部分高校部分同学的伙食费进行研究。而此时，标准误产生了。它是衡量样本抽样的误差的指标。再举一个例子说清楚问题。比如总体是1 2 3 4 5 6 7 8 9 10 总体平均数是：5.5而甲对总体进行抽样，可能得到 5 8 3 2 平均数是4.5乙进行抽样，得到 3 7 9 2 平均数5.25丙抽样，得到 4 6 9 2 4 1 平均数为4.3丁...............................平均数为x那么，4.5， 5.25 ，4.3.........x 组成一个新分布，这是一个以样本平均数为分布的，那么这个分布的标准差是什么呢？利用公式，我们可以得出这个分布的标准差，而这个标准差就是标准误。（当然这个分布的统计量有平均数，标准差，方差，相关系数等等。而我们这里以平均数为栗子。）如果知道总体的标准差，如果，不知道总体的标准差，用样本的标准差，采用它的无偏估计简单说就是统计量（样本）的标准差

同学你好，很高兴为您解答！　　　　Standard Deviation标准差1. 指一系列数据相对其平均值的离散度。离散的程度越高，标准差就越高2. 在金融财务上，将标准差应用在投资的年度回报率，以衡量投资的波动性。　　对于各个投资领域内的专业人员，包括基金经理、证券分析师、财务总监、投资顾问、投资银行家、交易员等等，CFA非常重要；它直接证明了你的职业素养和能力，被投资业看成一个“黄金标准”,这一资格被认为是投资业界中具有专业技能和职业操守的承诺。考生考过CFA对自己将会有很大帮助。　　希望高顿网校的回答能帮助您解决问题，更多财会问题欢迎提交给高顿企业知道。高顿祝您生活愉快！

标准差标准差定义方差的算术平方根，反映组内个体间的离散程度。测量到分布程度的结果，原则上具有两种性质：一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。其公式如下所列。

standard deviation：标准差 ，也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。mean deviation：平均偏差是指单项测定值与平均值的偏差（取绝对值）之和，除以测定次数。它是代表一组测量值中任意数值的偏差。所以平均偏差不计正负。

standard deviation【统计学】均方差，标准差短语standard geometric deviation 标准几何离差standard of deviation 标准差例句：And you can calculate the standard deviation that way. 你可以用这种方法计算标准偏差。