人工智能TensorFlow工作笔记004---还记得标准差嘛_标准差的由来

1.技术交流QQ群【JAVA,.NET,BigData,AI】：170933152  

我去，一堆的公式，一堆的概念全忘光了，哈哈

拿来的文章，加了些解释。。

首先，对一个可测量的计量型品质特性值，
我们知道由于世界上不存在完全一样的东西，
那么当测量精度足够时，
N个对象就可以得到N个不完全相同的计量数值。

对于这一组不同的对象数值，
我们希望知道他们的均匀性或者说差异特性，
以便了解对象品的整批批次特性，
并且希望是得到定量而不只是定性的评价结果。
这样就产生了数学评估的要求。


我们前辈的数学研究，首先发现了平均值，
即数值总和除以样本数。
这个数学平均值可以大致告诉我们，
该特定批次的整体水平，和基准要求的差异，
如果平均值比基准大，那么我们一般可以认为整批物品中，
大于基准的多一些。反之，如果平均值小，那么小于基准的会多一些。

且慢，真的都是这样子的吗？

我们长期的经验发觉，如果该批次物品特性值不是自然均匀分布的话，
即如果个别值特别大或特别小，那么平均值将被显著拉高或压低。
（如，一个自然村中出了一个千万富翁，那么村里大家的平均资产都可能一下子超过实际几倍。）

为此，首先引入了中位值的概念，作为参照。

但是，发觉中位值的作用很有限呢……。

 

注（中位值：中位值---是将所给的一组数从小到大或从大到小