每个数据点在其样本中都有一个相对位置，对于这个位置的度量就是统计量标准得分 某观测值x的标准的分（z）是： z=（x- EX）/σ 其中：x是随机变量X的一个观测值；EX是X的数学期望；σ是标准差。
又均方差系数。反映标志变动程度的相对指标。总体标准差系数的计算公式为 Vσ= σ/ x 式中：Vσ为标准差系数；σ为标准差；x 为平均数。当以样本标准差系数（称变异系数/离散系数）估计总体标准差系数时，VS= 式中：VS为变异系数；S为样本标准差。对于不同水平的总体不宜直接用标准差指标进行对比，标准差系数能更好的反映不同水平总体的标志变动度。 标准差变动系数为标志变异系数的一种。标志变异系数指用标志变异指标与其相应的平均指标对比，来反应总体各单位标志值之间离散程度的相对指标，一般用v表示。标志变异指标有全距、平均差和标准差，相对应的，便有全距系数、平均差系数和标准差系数3种。计算方法为： 标志变异系数=标志变异值/相对应的平均值 为什么要计算标准差系数？ 标准差系数是将标准差与相应的平均数对比的结果。标准差和其他变异指标一样，是反映标志变动度得绝对指标。它的大小，不仅取决于标准值的离差程度，还决定于数列平均水平的高低。因而对于具有不同水平的数列或总体，就不宜直接用标准差来比较其标志变动度的大小，而需要将标准差与其相应的平均数对比，计算标准差系数，即采用相对数才能进行比较。
standardized regression coefficient或standard regression coefficient 消除了因变量y和自变量x1，x2，…xn所取单位的影响之后的回归系数，其绝对值的大小直接反映了xi对y的影响程度。计算方法 对数据标准化，即将原始数据减去相应变量的均数后再除以该变量的标准差，计算得到的回归方程称为标准化回归方程，相应得回归系数为标准化回归系数。公式 若假定回归方程的形式如下： Y = b0 + b1X1 + b2X2 + … + bjXj + … +bJXJ (Y是估计值) 其中，回归参数b0,b1,…,bJ通过最小二乘法求得。 则标准化回归系数 bj' = bj*(Xj的标准差/Y的标准差)理解方法 标准化回归系数（Beta值）在多元回归中被用来比较变量间的重要性。但是由于重要性这一词意义的含糊性，这一统计常被误用。 有时人们说重要性，是指同样的条件下，哪一个东西更有效。在提高教学质量上，是硬件条重要还是师资更重要？如果是师资更重要，那么同样的物力投在师资上就可以更快地提高教学质量。但是这里要比较的两者必须有同样的测量单位，如成本（元）。如果变量的单位不同，我们不能绝对地说那个变量更重要。不同单位的两个东西是不能绝对地比出高低轻重来。要想进行绝对地比较，就需要两个东西有着共同的测度单位，否则无法比较。 而标准化回归系数说的重要性则与上面的意义不同，这是一种相对的重要性，与某一特定的情况下，自变量间的离散程度有关。比如说，虽然我们不能绝对地说出教育和年资在决定收入上那一个一定是重要的，但如果现在大家的教育程度比较相似，那么在收入的决定上，工作年数就是决定因素；反之，如果工作年数没有太大区别，那么教育就成为了重要原因。这里的重要性是相对的，是根据不同情况而改变的。再举一个通俗的例子，研究者研究的是遗传因素和后天因素对于人成长的影响。那么在一个社会境遇悬殊巨大的环境中，有人在贫民窟成长，有人在贵族学校上学，那么我们会发现人格的大部分差异会从后天环境因素得到解释，而遗传的作用就相对较小；相反，如果儿童都是在一个相差不大的环境中长大的，你会发现，遗传会解释大部分的人格差异。这种意义上的重要性，不仅与这一自变量的回归系数有关系，而且还与这个自变量的波动程度有关系：如果其波动程度较大，那么就会显得较为重要；否则，就显得不太重要。标准化回归系数正是测量这种重要性的。从标准化回归系数的公式 中也可看出，Beta值是与自变量的标准差与成正比的，自变量波动程度的增加，会使它在这一具体情况下的重要性增加。 但是如果将两种重要性混同，就会得到误导性结论。如环境因素的Beta值比遗传因素的Beta值大，就认为在个体的人格发展上应更注意环境因素，而轻视遗传因素，在目前对于Beta值的错误观念非常流行，甚至是一些高手中。 标准化回归系数的比较结果只是适用于某一特定环境的，而不是绝对正确的，它可能因时因地而变化。举例来说，从某一次数据中得出，在影响人格形成的因素中，环境因素的Beta值比遗传因素的Beta值大，这只能说明数据采集当时当地的情况，而不能加以任何不恰当的推论，不能绝对地不加任何限定地说，环境因素的影响就是比遗传因素大。事实上，如果未来环境因素的波动程度变小，很可能遗传因素就显得更为重要。数据的情况千差万别，变量的相对重要性也可能完全不同但都符合当时的实际情况。
标准化分数（normative scores） 一系列原始分数等值的标准化面积，可以表现出一大群个体施测后分数的常态分配情形
森林蓄积量 指一定森林面积上存在着的林木树干部分的总材积。它是反映一个国家或地区森林资源总规模和水平的基本指标之一，也是反映森林资源的丰富程度、衡量森林生态环境优劣的重要依据。 国家林业局2009年11月６日发布的《应对气候变化林业行动计划》，２０１０年我国森林蓄积量将达到１３２亿立方米。 《计划》称，从现在起到２０１０年，年均造林（含封山育林）面积４００万公顷以上，全国森林覆盖率达到２０％，森林蓄积量达到１３２亿立方米。生态环境特别恶劣的黄河、长江上中游水土流失重点地区以及严重荒漠化地区的治理初见成效，国家重点公益林保护面积达到０．５１亿公顷，５０％的自然湿地得到有效保护，人工林良种使用率达到５０％。届时，森林碳汇能力将得到较大增长。 上述表述是我国林业应对气候变化的三个阶段性目标之一。另两个目标是： ２０１１至２０２０年，年均造林（含封山育林）面积５００万公顷以上，全国森林覆盖率增加到２３％，森林蓄积量达到１４０亿立方米。新增沙化土地治理面积占适宜治理面积的５０％以上，约１．１亿公顷国家重点公益林得到有效保护，６０％以上的自然湿地得到良好保护，人工林良种使用率达到６５％。实现２０２０年森林面积比２００５年增加４０００万公顷，森林蓄积量比２００５年增加１３亿立方米的目标。届时，我国森林生态系统整体固碳功能将进一步增强，森林碳汇能力将得到进一步提高。
从总体中抽取的样本元素的总个数。 样本量的计算公式为： 其中，Z为置信区间、n为样本容量、d为抽样误差范围、σ为标准差，一般取0.5。
标量类别，也称作“度量类别”、“标量水平”、“度量水平”，是市场调研、数量心理学或社会学的统计实证研究需要的数据的格式。+ 标量 亦称“无向量”。有些物理量，只具有数值大小，而没有方向。这些量之间的运算遵循一般的代数法则。这样的量叫做“标量”。如质量、密度、温度、功、能量、路程、速率、体积、时间、热量、电阻等物理量。无论选取什么坐标系，标量的数值恒保持不变。矢量和标量的乘积仍为矢量。矢量和矢量的乘积，可构成新的标量，也可构成新的矢量，构成标量的乘积叫标积；构成矢量的乘积叫矢积。如功、功率等的计算是采用两个矢量的标积。a＝f•s，p＝f•v。力矩、洛仑兹力等的计算是采用两个矢量的矢积。m＝r×f，f＝qv＋b。
定义 在被调查种群的生存环境中，捕获一部分个体，将这些个体进行标志后再放回原来的环境，经过一段时间后进行重捕，根据重捕中标志个体占总捕获数的比例来估计该种群的数量。 是种群密度的常用调查方法之一。统计原理 根据自由活动的生物在一定区域内被调查与自然个体数的比例关系对自然个体总数进行数学推断。 理论计算公式：N=M×n/m。 前提或假设： 调查期间数量稳定；标志个体均匀分布在全部个体之中；标志操作不影响动物的行为和死亡。操作流程 1、完全随机选择一定空间进行捕捉，并且对被捕捉对象进行标记。标记个体为M。 2、在估计被标记个体完全与自然个体完全混合发生的时间之后，回到步骤1捕捉的空间，用同样的方法捕捉。捕捉数量为n。 3、被捕捉个体中被标记个体为m。 4、按照理论公式进行计算。 5、多次试验求平均值。注意事项 1、选择的区域必须随机，不能有太多的主观选择。 2、对生物的标记不能对其正常生命活动及其行为产生任何干扰。 3、标记不会在短时间内损坏，也不会对此生物再次被捕捉产生任何影响。 4、重捕的空间与方法必须同上次一样。 5、标记个体与自然个体的混合所需时间需要正确估计。 6、对生物的标记不能对它的捕食者有吸引性。可能的误差 1、本地生物随机或者节律性的迁出迁入。 2、标记个体与自然个体的混合所需时间估计错误。 3、捕捉所在空间有特殊因素造成个体分布的特殊。 4、被标记个体的死亡、标记遗失等。使用事例 一个学生估算一块木头下面鼠妇的种群数量。她在木头左端一区域用捕虫网捉了40只鼠妇，将它们标记后放回，并与该种群中的其他个体混合在一起。24h后，她又在木头左端用同一个捕虫网捉了80只鼠妇，在新捉的鼠妇中，只有16只是有标记的。已知在24h内，鼠妇无死亡，没有受伤害，无迁入与迁出。请估算该块木头下鼠妇的种群数量：N= 40× 80/16 = 200
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估