差异指标之“差异”

摘 要：在统计学及其相关课程中，关于差异指标内容的教学要点，一是其意义，二是种类。差异指标的种类很多，各有自己的计算方法和特点。在教学中要注意两点：正确理解不同指标之间的差异；正确理解同一差异指标值在实际背景中释义的差异。

关键词：差异指标 差异指标的差异

在统计学及其相关课程中，有关差异指标（也称“差异量数”，下同）的教学要点有二：一是差异指标的意义，二是差异指标的种类。前者的要义可概括为：综合反映总体（或样本）各个单位标志值（或数据）的差异程度（或离中趋势、离散程度等）；后者的意思是说：差异指标的种类很多，它们各有自己的计算方法和特点。如果我们把后者的这种不同种类、特点也统称做“差异”的话，那么，我们在统计学有关学科的教学过程中，就应把这两个方面的“差异”向学生交代清楚，使他们对差异指标之“差异”有个客观、全面而准确的理解，从而避免由于理解的片面性得出错误的判断。

一、正确理解不同差异指标之间的“差异”

人教版初中代数第三册教师教学用书第171页有这样一段话：“在表示各数据与其平均数的偏离程度时，……为什么对各数据与其平均数的差不取其绝对值，而要将它们平方，……这主要是因为在很多问题里含有绝对值的式子不便于计算，且在衡量一组数据波动大小的‘功能’上，方差更强些。例如有两组数据：

甲 9 ，1 ，0 ，－1 ，－9；

乙 6 ，4 ，0 ，－4 ，－6。

从直观上看，甲组数据的波动要比乙组数据大些，但它们的平均差都是4，区分不出其波动大小；而甲组数据的方差是32.8，乙组数据的方差是20.8，用方差可将它们的波动大小区别开来。”

其实，上述的一段描述是在告诉读者这样一个命题：在平均差与方差（或标准差）之间，方差（或标准差）表示数据波动大小的“功能”强于平均差。

这个命题是真的么？请看下一个例子：

在一次射击比赛中，甲乙两射手成绩记录如下：

甲 9 ，7 ，9 ，9 ，7 ，7 ，7 ，9；

乙 6 ，8 ，8 ，8 ，10 ，8 ，8 ，8 。

计算他们的平均值、标准差、平均差（如表）。

在这里，两组数据的标准差都是1，区分不出波动的大小，但甲组的平均差为1，乙组的平均差为0.5，我们通过平均差得出结论：甲组成绩的波动性大于乙组的波动性。于是又否定了上述命题，并得到一个于完全相反的命题（叙述从略）。

显然，若综合以上两种（假）命题，取其正确部分的话，那么，正确命题应为：

平均差和标准差（或方差），在所反映的总体（或样本）单位标志值的差异性上具有一致性，但区分这种差异大小的“功能”谁更强些不是绝对的。

那么，为什么人们在学习、应用统计学的多个差异指标时更多关注的是标准差呢？主要有以下理由：（1）反映灵敏，它随任何一个数据的变化而变化；（2）严密确定，一组数据的标准差有确定的值；（3）适合代数运算，可以将几个标准差合成一个总的标准差；（4）可以用样本数据推断总体差异量；（5）在计算其它统计量时，如差异系数、相关系数、标准分数等，都需要标准差。

二、正确理解同一个差异指标值在实际背景中释义的“差异”

某社出版的数学辅导教材有题如下：

甲乙两组学生各有8人，参加某门学科测试成绩如表2（100分制），请比较两组学生的成绩哪组较好一些。

因为 ，甲组成绩的波动比乙组小一些，所以甲组学生的成绩较好一些。

笔者认为：标准答案制订者是建立在“组内学生之间学习差异越小，成绩越好”的教育教学理念下做出这一判断及结论的。要知道，在新课程的教育教学理念下是允许学生与学生之间存在差异的，倡导学生在学习各门课程时敢于“冒尖”、创新，不搞“一刀切”，要让学生在全面发展的基础上培养个人特长。在评价学生时，以多元智能理论为依据，多方法、多手段、多尺度地考查学生的学习效果。基于此，我们又可以认为乙组的成绩好于甲组。甚至，倘若再对照例题中两组学生的其他指标情况，比如优秀率：若规定90分以上为优秀，则两组持平；若规定85分以上为优秀，则甲组为1/8，乙组为1/2，也会得出乙组的成绩好于甲组的结论。

总之，我们在用统计中差异指标的“差异”值解释现实现象并下结论时，不可以将教材中所说的变异指标值愈小，对相应平均指标的代表性愈好、稳定性也好，机械地认为“一切都好”，这是对差异指标本质的误解和歪曲。

注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文