鲁达 为消除厂家制造零件不同种类产品的影响，可使用标准差系数%
越大， 代表越小，数据分散。
越小， 代表越大，数据集中。
另外注意的一点，注意上文表2，
我们是使用简单分组中使用组平均数
如果是采用组距式分组中应使用组中值
平均数
介绍算术平均数和加权平均数，首先算术平均数的PYTHON代码如下
### 均值函数 Mean(x)
def Mean(x):
return sum(x)//len(x)
Mean(xx)
### 加权平均 WMean(x,w)
def WMean(x,w):
return sum([a*b for a,b in zip(x,w)])//sum(w)
e=dict(xx)
x=e.keys()
y=e.values()
WMean(x,y)
加权平均数的代码如上
各个零件乘各自的“权”除以总数的平均数。权重是占总数的比重，乘以各个零件相加，再除以总数。加权平均数通过组数据反应总体的平均值。
众数是 数据中出现次数最多的数。商品进货使用众数
### 众数函数 Mode(x)
def Mode(x):
return x[max(dict(x))]
Mode(xx)
中位数数据顺序排列，中间数叫做中位数；如果n为偶数，取平均数。
### 中位数函数 Median(x)
def Median(x):
sorted(x)
y=len(x)//2
if y%2==0:
zw=x[(y-1):y]
else:
zw=x[y]
return zw
Median(xx)
极差最大值与最小值的差。极差越大，数据越分散。
方差是各个数据与平均数之差的平方和的平均数：
### 方差函数
def Var(x):
return sum([(x[i]-Mean(x))**2 for i in x])/len(x)
Var(xx)
标准差就是方差的算术平方根：
标准差
### 标准差函数 stderr(x)
def stderr(x):
return (sum([(x[i]-Mean(x))**2 for i in x])/len(x))**0.5
stderr(xx)
一般而言，一组数据的极差、方差或标准差越小，这组数据就越稳定。