〖思考〗：中位数不受少数几个极端值的影响，这在某些情况下是一个优点，但是它对极端值的不敏感有时也会成为缺点，你能举例说明吗？（让学生讨论，并举例）

<二>、标准差、方差

１．标准差

　　平均数为我们提供了样本数据的重要信息，可是，有时平均数也会使我们作出对总体的片面判断。某地区的统计显示，该地区的中学生的平均身高为１７６㎝，给我们的印象是该地区的中学生生长发育好，身高较高。但是，假如这个平均数是从五十万名中学生抽出的五十名身高较高的学生计算出来的话，那么，这个平均数就不能代表该地区所有中学生的身体素质。因此，只有平均数难以概括样本数据的实际状态。

例如，在一次射击选拔比赛中,甲、乙两名运动员各射击10次，命中环数如下﹕

　　甲运动员﹕7，8，6，8，6，5，8，10，7，4；

　　乙运动员﹕9，5，7，8，7，6，8，6，7，7.

观察上述样本数据，你能判断哪个运动员发挥的更稳定些吗？如果你是教练，选哪位选手去参加正式比赛？

我们知道，。

　　两个人射击的平均成绩是一样的。那么，是否两个人就没有水平差距呢？（观察Ｐ６６图２.２-８）直观上看，还是有差异的。很明显，甲的成绩比较分散，乙的成绩相对集中，因此我们从另外的角度来考察这两组数据。

　　考察样本数据的分散程度的大小，最常用的统计量是标准差。标准差是样本数据到平均数的一种平均距离，一般用s表示。

　　样本数据的标准差的算法：

（１） 、算出样本数据的平均数。

（２） 、算出每个样本数据与样本数据平均数的差：

、算出（２）中的平方。