Page 17 - 统计创新与高质量发展

第一章 统计学原理与基础方法精析

二、离散程度度量

在描述性统计分析体系中，离散程度度量是深入探究数据集特征的关键维度。
其中，标准差和方差作为核心离散程度指标，对于呈现数据离散状况、评估数据

分布稳定性具有不可替代的重要意义。
（一）方差
方差是量化数据离散程度的基础指标，其计算方式为每个数据点与数据集均

值差值的平方的平均数。从本质而言，方差体现的是数据围绕均值的分散程度。
当数据紧密围绕均值分布，各数据点与均值差值较小，其平方和的平均值即方差
也较小，这表明数据波动幅度小，分布处于稳定状态。例如，在分析某工厂同一
批次产品的质量数据时，若产品质量相关指标的方差较小，意味着该批次产品质
量较为一致，生产过程相对稳定。反之，若数据点在均值周围分布分散，与均值

差值较大，计算出的方差就会偏大，揭示出数据波动剧烈，分布稳定性差。比如
不同地区同类型企业的员工薪资数据，若方差较大，说明各地区该类企业员工薪
资水平差异明显，分布不稳定。方差全面考量了每个数据点与均值的偏离情况，

为我们呈现数据离散的总体态势。
（二）标准差
标准差作为方差的平方根，与方差紧密相关且作用相似。其独特优势在于，
单位与原始数据单位相同，这使它在解读数据离散程度时，具备更强的直观性。
例如，在研究不同城市每月平均气温变化时，若以方差衡量气温离散程度，因方

差计算中的平方运算，其单位与气温原始单位不同，难以直观理解实际温差波动
情况。而标准差单位与气温单位一致，通过标准差数值大小，能直观知晓不同城
市每月平均气温的波动范围。若某城市气温标准差较小，意味着该城市每月平均

气温相对稳定，温差变化不大；反之，标准差较大则表明气温波动显著。在金融
领域，标准差是衡量投资风险的关键指标。以股票投资为例，一支股票收益率的
标准差越大，说明其价格波动越频繁、幅度越大，投资面临的风险越高；反之，
标准差较小则意味着投资风险相对较低。

三、图形化表示

在描述性统计分析中，图形化表示是将复杂数据信息直观呈现的有效手段。

9