标准差英语缩写，标准差英文缩写！

投稿用户 • • 范文大全 • 阅读 272

很多人觉得，我们在学校里面学的知识基本上就是应付考试，在平时生活中几乎感觉不到，更别说用上了。例如，熵是个什么鬼？如此高冷的一个概念，如同这个字一样，似乎离我们十分遥远；方差和标准差即使我们会算，但似乎只是停留在试卷上的一个答案。其实，我们可以通过一些生活中的案例，来真正理解书本上的概念，这才是真正的学以致用。

先说说“熵”。熵是一个自由度的概念，其值在自发条件下会不断增大，如需减小，需要施以外力。这就是所谓的“熵增”。我们再看看生活中“熵增”是如何体现的。众所周知，一杯牛奶和一杯咖啡，两者要混合，轻而易举；但要将混合后的牛奶咖啡饮料中将两者分离，就难上加难。牛奶和咖啡的混合过程，就是熵增过程，是自发进行的，不需要借助外力（加热、搅拌）；而要将混合后的牛奶咖啡分离开，就是“熵减”的过程，需要施加其他条件，并且无法完全减彻底。再说说疫情前后，疫情之前，大家可以自由出行，马路上车水马龙，景区里人山人海，就是一个熵增的过程，自由度高；出现疫情了，号召大家不要出门，佩戴口罩，一时间，大街上车马稀疏，人烟稀少，这就是熵减，是在外力作用下维持的。通过生活，是不是更容易把晦涩的书本概念更为深入地了解了一下呢？

再来说说统计学中的方差和标准差。相信很多人应该都会求方差和标准差，这里不做过多数学上的阐述。这里讨论一下方差和标准差的实际意义。先举个例子，有两个黑箱甲和乙，规定两个箱子只能二选一，而且每个箱子只能伸手摸一次，摸到的东西归你所有。甲箱中有100%的几率摸到100元现金；乙箱中只有10%的几率摸到1000元现金，否则一无所有。这种情况你会怎么选？相信绝大多数人都会选择甲。因为凭借生活经验，觉得甲箱更稳妥、更靠谱。没错，那这种靠谱怎么量化呢？没错，就是方差和标准差。两个箱子的数学期望都是100元，但是甲箱的方差为0，乙箱的方差为90000；相应甲和乙的标准差分别为0和300。现在明晰了吧，方差和标准差越小，离你的预期目标（期望）越近，整件事情越“靠谱”，方差和标准差就是统计数据靠谱性的量化表现。以上例子当然是一个简单且相对极端的体现，现实的工作和学习中可能会遇到很多更为复杂的问题，需要做决策和规划时，检验数据资料是否靠谱时，就要用这类量化指标来辅助我们做出理性判断。

举了两个例子，是不是觉得书本上的知识原来和我们的生活如此贴近，所以，学知识不仅仅是为了考个高分，而是真正需要我们去学以致用的。换言之，知识无论多么高深，不都来自我们的生活吗？

（未完待续）

............试读结束............

查阅全文加微信：3231169

如来写作网：gw.rulaixiezuo.com（可搜索其他更多资料）

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 3231169@qq.com 举报，一经查实，本站将立刻删除。
如若转载，请注明出处：https://www.dawenbi.com/9797.html
赞 (0)
投稿用户
上一篇 2022年12月6日 am8:23
下一篇 2022年12月6日 pm1:11

相关推荐