有時(shí)候搞混了，此處mark一下。

Deviation (from the mean)偏差

Average deviation平均偏差

Absolute deviation絕對(duì)偏差

Average absolute deviation平均絕對(duì)偏差

Squared deviation平方偏差

Average squared deviation平均平方偏差= variance

Standard deviation標(biāo)準(zhǔn)偏差sigma

Find the mean, find the deviation from the mean, square each deviation, take the average (get the varience), and then take the square root, get the standard deviation.

Bessel’s correction：

use sample standard deviation (/(n-1), not n)? to approximate the true population standard deviation- sigma.

抽樣分布sampling distribution的標(biāo)準(zhǔn)偏差=標(biāo)準(zhǔn)誤差SE
Population standard deviation – sigma /standard deviation of distribution of sample means (sampling distribution) – SE= square root(n)(n is the sample size)

中心極限定理?

我們知道對(duì)于均值分布，其中每個(gè)均值都是樣本量為 n 的均值，該分布的標(biāo)準(zhǔn)偏差就等于總體標(biāo)準(zhǔn)偏差除以平方根 n，這就叫做中心極限定理。

它不僅適用于這些簡(jiǎn)單的總體，更是適用于任何總體。正是因?yàn)橹行臉O限定理，我們的總體可以是任何形狀。

假設(shè)我們從中抽取一個(gè)樣本并計(jì)算出均值，然后再抽取出一個(gè)樣本并計(jì)算出均值，持續(xù)這么操作。

如果畫出均值分布圖的話，形狀會(huì)是相對(duì)正態(tài)的，其中標(biāo)準(zhǔn)偏差等于總體標(biāo)準(zhǔn)偏差除以樣本量的平方根我們一直都叫它 SE