1、變異數與標準差,變異數:離差(資料值與期望值的差異)平方和的平均 標準差:變異數的平方根 變異數的單位是原資料單位的平方 標準差的單位同原資料的單位母體變異數: 樣本變異數:計算樣本變異數時，分母取(n-1)而非(n)的原因: 實務上，母體變異數通常未知，須以樣本變異數估計之，而樣本變異數會隨所 抽選樣本的不同而有變動(非固定)，若考慮很多次抽樣，每次都以” ”的 公式計算樣本變異數，則有些樣本變異數會高於母體變異數，有些則低於母體 變異數，但平均而言會與母體變異數很接近；反之，若計算樣本變異數時均除 以n，則平均而言會偏向低於母體變異數,變異數(或標準差)與期望值一樣，容易受極值的影響例:(
2、起薪的資料)若將最大值改為10,000，則,起薪的資料,變異係數(Coefficient of Variation),變異係數定義為CV是量測相對(於期望值)分散程度的量數，表示標準差佔期望值的百分比，通常小於1例:(起薪的資料)表示薪資的分散程度約為期望值的5.6%變異係數在財務分析上可用來計算相對的風險,變數變換對期望值與標準差的影響,設變數Y為變數X的函數:y=g(x)變數Y之觀察值的期望值通常無法直接以X變數之期望值的相同函數計算，但線性函數則例外若 則 但對標準差的影響則為,例: 假設成本(C) 是產量(x)的線性函數， 變動成本+固定成本若每月平均產量為 標準差則而產量與成本的變異
3、係數則分別為,Z分數(z-score),是一個特殊的線性變數變換: 未知時以 代之,而常另稱之為t分數(t-score)正的Z分數表示變數值比期望值大z個標準差負的Z分數表示變數值比期望值小|z|個標準差變數變換後的Z分數是無單位的，所以適用於比較不同資料集之資料值在各自資料集裡的相對位置，例如:林同學身高的z分數為0.6，而體重的z分數為0.2；表示比班上平均身高高0.6個標準差，而比平均體重重0.2個標準差；所以在班上是屬於中等個子，但稍微高一些,經驗法則(Empirical Rule),若原資料呈對稱如吊鐘型的分佈，則經變數變換後的Z分數會變為對稱於零的吊鐘型分配，且分配的型態固定(不因
4、標準差的大小而有不同)，此通稱為標準常態分配(Standard Normal Distribution) 大約有68%的z分數會對稱分佈在+1之間，大約有95%的z分數會對稱分佈在+ 2之間，而幾乎所有的z分數會對稱分佈在+ 3之間,保齡球成績的資料,0,1,2,3,-1,-2,-3,68%,99.7%,95%,謝比契夫(Chebyshev) 不等式,若原資料的分佈非對稱，則至少有的資料會落在期望值+z倍標準差之間， 但z須大於1,例:(起薪的資料)若起薪分配的期望值=2,940，標準差=165.65，則至少有75%畢業學生的起薪會在 2,940+2(165.65)=(2,608.7, 3,1
5、05.65) 之間89%畢業學生的起薪會在 2,940+3(165.65)=(2,443.05, 3,436.95) 之間94%畢業學生的起薪會在 2,940+4(165.65)=(2,277.40, 3,602.60) 之間,離群值(Outliers),Z分數可用來檢查資料集裡是否有離群值:一般而言，若Z分數的絕對值大於3，則稱對應的資料值為離群值離群值可能是錯誤的資料，也可能是較特殊的資料如果是錯誤的資料，須訂正或移除後，才進行統計分析如果是特殊的資料，則可比較移除與不移除下的兩種分析結果，折衷或採其中之一較合理的結果,箱型圖(Box Plot),五個統計量:Min, Q1, Q2, Q3
6、, Max繪製圖型的步驟:由Q1, Q3劃一個箱型以Q2將箱型分成兩部分由箱型兩邊各劃一條平行直線，向外延伸到Min與Max在箱型兩邊向外 1.5倍IQR 處，各劃一條垂直直線在箱型兩邊向外 3倍IQR 處，各劃一條垂直直線Q1, Q2, Q3大約將所有資料平分成四份,起薪資料的箱型圖,Min=2,710 Q1=2,865 Q2=2,905 Q3=3,000 Max=3,325IQR=135 Q1-1.5 IQR=2,663 Q3+1.5 IQR=3,203,共變異數(Covariance)與相關係數(Correlation Coefficient),量測兩量化變數之間線性關聯程度的量數例如:
7、 廣告次數 vs. 銷售金額 溫度 vs. 餅乾的脆度若觀察資料的序對 呈現狹長的帶狀分佈，則表示兩變數具有線性關聯，分布越集中，越有關聯計算公式:母體共變異數: 樣本共變異數: 母體相關係數:樣本相關係數:,例: 廣告次數(x) vs. 銷售金額(y),相關係數是無單位的，且係數值一定會介於+1與-1之間；正的係數表示正向的相關，負的係數表示負向的相關，係數值越接近+1，相關程度越高係數值接近零 ，表示無明顯的線性相關，但並不表示無其他非線性函數的關係，例如:,相關係數等於0，但兩變數有拋物線的關係,相關係數高並不必然有因果關係例如: 人事需求 vs 新增公司數目 如同平均數與標準差一樣，相關係數也易受極值的影響，在廣告次數 vs 銷售金額的例子中，若其中(5,57)的資料點改為(5,157)，則相關係數降為0.644,
