缺点：①只利用了两个极端值，仅考虑两端数据的差异，不能全面 反映一组资料的离散程度。②易受个别极端值的影响，稳定性差。 ③大，R也会大。若两组例数相差悬殊，不宜用极差来比较两组的 变异程度。 (2)四分位数间距(quartile range)Q: 0=0一0=P.一P. 包含了全部观察值的一半，所以可看作中间一半观察值的极差 稳定性比极差好，但仍未考虑到每个观察值的变异度。 舌田描术信太 分布资料以及分布的 一端无确切数值资料的离 散程度。可用于各种类型的连续型变量。 (3)方差(variance)也称均方差(mean square deviation) ①意义：样本观察值的离均差平方和的均值。表示一组数据的平均 离散情况。 ②表示：方差(、$) ③计算 离均差Xμ 离均差和∑X-)=0 离均差平方和(sum of square)SS=/n=(X-)2 总体方差。2= 2X-四 样本方差5-2-∑X-x 因为 子中 数不 离均差平方和一定回减少，如 果仍用n做分母，算得的S总比c小（有偏估计）：数学上已证明 分母改为n1后算得的$总在σ周围（无偏估计） (4)标准差(standard deviation)即方差的正平方根：其单位与 原最K的单位相同 ①意义：全面反映了 一组观察值的变异程度。（标准差越大，说明个 体之间的变异越大，数据越分散：反之，标准差越小， 说明个体 间的变异越小，数据越集中)。由标准差的大小可反映出均数对它所 代表的一组数据的代表性的好坏。 (②表示：标准差（σ、S) ③计算 直接法3=，②x-(区xm Σf-1 ④应用适合用来表达对称分布的离散趋势 (5)变异系数 coeffic ation) ①意义：反映资料的相对变异程度，便于资料间的相互比较。无单 ②符号：CV ③计算：C=(S/)×100%