有所偏差的词语解释;“有失”与“失之”怎么区别使用？请大师赐教？

“有失”与“失之”怎么区别使用?请大师赐教？

有失”和“失之”都有一个“失”字，但这两个“失”的意义不一样。

“有失”的“失”是当“失掉”、“失去”解释，如“有失公允”即“失去公允”，“有失慎重”即“失去慎重”。

“失之”的“失”有两个意思，一是“差错”、“错过”，如“失之毫厘”即“差错在于毫厘”，不过，这个意思只保留在“失之毫厘，谬以千里”、“失之东隅，收之桑榆”、“失之交臂”等少数成语中；二是“缺陷“、“欠缺”，如“失之放肆”即“缺陷在于放肆”，“失之偏颇”即“缺陷在于偏颇”。

从结构关系看，“有失”后面所接的词是“失”的宾语，“有失”否定的是其宾语内容，如“有失完美”即“失去完美”。

而“失之”后面所接的词则是“失”的补语，是用来补充说明究竟在哪一个方面失误的，如“失之片面”即“失处在于片面”。

从后接成分上看，“有失”后面所接词语一般是褒义的，如“公平、公允、慎重、稳重、稳妥、斯文、体面、风度、检点、缜密、完美”等；“失之”后面所接词语一般是贬义的，如“草率、粗鲁、片面、偏颇、冒失、不当、荒谬、轻浮、仓促”等，两者正好相反。

一般说来，“有失”都有相反的“失之”对应说法，如“有失公允”即“失之片面”。

标准偏差是什么意思？

标准差（外文名：Standard Deviation，又称：均方差）是离均差平方的算术平均数的平方根，用σ表示，标准差是方差的算术平方根。

标准差在概率统计中最常使用作为统计分布程度，还能反映一个数据集的离散程度。

平均数相同的两组数据，标准差未必相同。

标准差（StandardDeviation），在概率统计中最常使用作为统计分布程度（statisticaldispersion）上的测量。

标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。

它反映组内个体间的离散程度。

测量到分布程度的结果，原则上具有两种性质：为非负数值，与测量资料具有相同单位。

一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。

简单来说，标准差是一组数据平均值分散程度的一种度量。

一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。

例如，两组数的集合{0,5,9,14}和{5,6,8,9}其平均值都是7，但第二个集合具有较小的标准差。

标准差可以当作不确定性的一种测量。

例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。

当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。

这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。

标准差应用于投资上，可作为量度回报稳定性的指标。

标准差数值越大，代表回报远离过去平均数值，回报较不稳定故风险越高。

相反，标准差数值越小，代表回报较为稳定，风险亦较小。

例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。

这两组的平均数都是70，但A组的标准差约为17.08分，B组的标准差约为2.16分，说明A组学生之间的差距要比B组学生之间的差距大得多。

如是总体（即估算总体方差），根号内除以n（对应excel函数：STDEVP）；如是抽样（即估算样本方差），根号内除以（n-1）（对应excel函数：STDEV）；因为我们大量接触的是样本，所以普遍使用根号内除以（n-1）。

一种量度数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度。

标准偏差(Std Dev,Standard Deviation) - 统计学名词。

标准偏差越小，这些值偏离平均值就越少，反之亦然。

标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。

标准偏差公式：S = Sqr(∑(xn-x拨)^2 /(n-1))扩展资料：例:有一组数字分别是200、50、100、200，求它们的标准偏差。

x拨=(200+50+100+200)/4=550/4=137。

5S^2=[(200-137。

5)^2+(50-137。

5)^2+(100-137。

5)^2+(200-137。

5)^2]/(4-1)=[62。

5^2+(-87。

5)^2+(-37。

5)^2+62。

5^2]/3=[3906。

25+7656。

25+1406。

25+3906。

25]/3=16875/3=5625标准偏差S=Sqr(5625)=75。