（一）数据的均值

1.算术平均值

算术平均值是表示一组数据集中位置最有用的统计特征量，经常用样本的算术平均值来代表总体的平均水平。总体的算术平均值用μ表示，样本的算术平均值则用¯x表示。如果n个样本数据为x1，x2，…，xn，那么，样本的算术平均值为：

2.加权平均值

若对同一物理量用不同的方法或对同一物理量用不同的人去测定，测定的数据可能会受到某种因素的影响，这种影响的权重必须给予考虑，一般采用加权平均的方法进行计算。表达方法：

（二）中位数

在一组数据x1，x2，…，xn中，按其大小次序排序，以排在正中间的一个数表示总体的平均水平，称之为中位数，或称中值，用¯x表示。n为奇数时，正中间的数只有一个；n为偶数时，正中间的数有两个，则取这两个数的平均值作为中位数，即：

（三）数据的分散程度

标准差是反映一组数据离散程度最常用的一种量化形式，是表示精确度的重要指标。说起标准差首先得搞清楚它出现的目的。当我们使用某种方法进行检测时，检测方法总是有误差的，所以检测值并不是其真实值。检测值与真实值之间的差距就是评价检测方法具有决定性的指标。但是真实值是多少，不得而知。因此，怎样量化检测方法的准确性就成了难题。这也是试验工作质控的目的：保证每批试验结果的准确可靠。

虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密地分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法会测出准确的结果。因此，离散度是评价方法好坏的最重要也是最基本的指标。(www.daowen.com)

1.标准差（standarddeviation），在概率统计中最常使用作为统计分布程度（statistical dispersion）上的测量。标准差定义为方差的算术平方根，反映组内个体间的离散程度。

2.标准差计算公式

假设有一组数值X1，X2，X3，…，Xn（皆为实数），其平均值为μ，公式如下：

标准差也被称为标准偏差，或者试验标准差，公式如下：

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。

3.样本标准差

在真实世界中，除非在某些特殊情况下，找到一个总体真实的标准差是不现实的。大多数情况下，总体标准差是通过随机抽取一定量的样本，并计算样本标准差估计的。

从一组数值当中抽取一样本数值组合，常定义其样本标准差：

样本方差s是对总体方差σ的无偏估计。s中分母为n-1是因为样本的自由度为n-1，这是由于存在约束条件。