发布时间：
是。在河南中医药大学毕业论文盲审中，会邀请多位专家进行评审。每位专家会根据自己的专业背景和研究方向对论文进行评审，并给出评分。最后，取所有专家的评分的平均值作为最终评分，因此河南中医药大学毕业论文盲审分数是平均数。这种评分方式能够有效避免个别专家的主观因素对评审结果产生过大的影响。
毕业论文中的均值多少为好，这个问题需要具体的例子。毕业论文是对某一专业领域的现实问题或理论问题进行 科学研究探索的具有一定意义的论文。 一般安排在修业的最后一学年(学期)进行。学生须在教师指导下，选定课题进行研究，撰写并提交论文。
1、是否能够顺利毕业？这个问题已经成为大四应届生关注的焦点，毕业论文查重只是其中一个必不可少的环节，毕业论文查重通过后，接下来就是论文答辩了。在论文答辩以前，毕业论文查重的重复率是必须要符合学校的要求的，下面我们一起来看看毕业论文重复率不能超过多少？ 2、论文重复率＜30% 3、如果你的毕业论文查重的重复率在30%内，是可以参加毕业答辩的。30%只是一个平均值，具体的要求应该以校方的要求为准，毕竟不同学校、院系乃至专业对于论文重复率都是不同的。 4、30%≤论文重复率≤50% 5、如果你的毕业论文查重的重复率超过30%，但在50%以内，说明了你的论文存在抄袭学术不端行为，这样的论文需要导师进一步的审核确认，并且我们自己也要不停的修改检测。 6、论文重复率＞50％ 7、如果你的毕业论文查重的重复率超过50%，这样的论文由学院自行组织的专家评审来进行判定。 8、如果再次查重后，论文重复率仍然＞30％ 9、30%≤论文重复率≤50%的毕业论文会有一次修改重新提交给校方的机会，但如果第二次提交仍然超过30%，很可能会被取消论文答辩的资格，而且这样的毕业论文会被要求重新撰写的。 10、毕业论文查重在整个大学毕业流程中至关重要，同学们一定要重视，否则失去毕业答辩的资格，就无法正常毕业了。
SPSS软件是“统计产品与服务解决方案”软件，是数据统计分析的一个重要的工具。下文是我为大家整理的关于spss统计分析论文的 范文 ，欢迎大家阅读参考!
统计分析软件SPSS的特点和应用分析
【摘要】通过文献资料法，介绍了统计分析软件SPSS的特点，并通过实例：用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的应用做了详细的介绍，旨在为学习SPSS软件的人们提供参考。
【关键词】统计分析软件;SPSS;独立样本;非参数检验
一、前言
统计分析软件SPSS是一款统计产品与服务解决方案的软件，其全称为“统计产品与服务解决方案(Statistical Product and Service Solutions)”。该软件是一款在统计中应用很广的统计分析软件，目前在各专业 毕业 论文经常可以看到它的身影，其应用范围广、方便快捷等特点吸引着众多的 爱好 者。本文通过对统计分析软件SPSS的功特点进行介绍，通过举例用非参数检验中的两个独立样本的检验(Test for Two Independent Sample)进行分析，对该软件的操作用做了详细的介绍，为学习SPSS软件的人们提供参考。
二、SPSS软件的特点
(一)操作简便
SPSS软件的界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。
(二)编程方便
具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计 方法 的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。
(三)功能强大
具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
(四)全面的数据接口
能够读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件， Excel 的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为*.txt，word，PPT及html格式的文件。
(五)灵活的功能模块组合
SPSS for Windows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。
(六)针对性强
SPSS针对初学者、熟练者及精通者都比较适用。并且现在很多群体只需要掌握简单的操作分析，大多青睐于SPSS，像薛薇的《基于SPSS的数据分析》一书也较适用于初学者。而那些熟练或精通者也较喜欢SPSS，因为他们可以通过编程来实现更强大的功能。
三、实例分析――两个独立样本的检验(Test for Two Independent Sample)
例题：为了调查甲、乙两地土壤对 种植 同一种西瓜有没有影响，从这两个产地分别随机抽取同种的8只和7只西瓜，称重后得重量(市斤)如下：
甲(斤)：、、、、、、、
乙(斤)：、、、、、、
问：根据样本数据检验两地的土壤对种植西瓜在重量上是否有显著差异?
解：建立假设 H0：甲乙两地的西瓜重量没有显著差异;
H1：甲乙两地的西瓜重量有没有显著差异。
然后根据上面给出的数据建立数据文件，注意数据文件中有一个表示重量数据的变量和一个表示地区分组的变量。最后在数据编辑窗口进行检验。检验的具 体操 作过程如下：
第一步：单击Analyze Nonparametric Test 2 Independent Sample，打开Two-Independent-Sample对话框(见图1)。
第二步：选择检验的变量进入检验框中，选择分组变量进入Grouping Variable框中，单击Define Group键，打开Define Group对话框，将分组变量值分别键入两个框中，单击Continue返回主对话框(见图2)：
第三步：在Test Type栏中，确定检验方法。
SPSS中提供了四种检验方式，几种检验方法侧重点不同，但都是先把两样本数据混合排序，再从不同的角度分析并检验两个独立总体的分布是否有显著的差异。有时这几种检验结果可能不一样，所以要结合数据的探索分析考察数据的分布状况作出结论。本文选择了常用的Mann-Whitney U曼―惠特尼检验和Kolmogorov-Smirnov Z K-S检验。
第四步：选择输出的结果形式及缺失值处理方式;
第五步：单击OK，得输出结果。
所以，以上两种检验结论是一致的。也就是说在两地种植的同一种西瓜地重量没有显著差异。
参考文献
[1]杜志渊.常用统计分析方法―SPSS应用[M].山东人民出版社,2011.
[2]刘宁元.运用SPSS对高职专业课程成绩进行相关分析[J].电脑与电信,2007(3).
[3]井海立.SPSS在数学试卷统计分析中的应用[J].科技信息(学术版),2006(10).
试谈SPSS软件在考试数据统计分析中的应用
摘要： SPSS软件是数据统计分析的一个重要的工具。本文作者利用SPSS软件对考试数据的相关性、检验假设进行了统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤，文中的方法对考试研究人员具有一定的指导意义。
关键词： SPSS软件 考试数据 统计分析 操作步骤
1. 引言
一份好的试卷须有好的测量指标来表明它的优良程度，试题有难度和区分度指标，试卷有效度和信度指标，这些是评价考试最主要的测量指标，但是仅有这些指标不足以反映一份试卷的实际测量效果，考试研究人员希望从考生的试卷统计分析中获取更多的信息来评价一份试卷。在计算机未普及的年代，考试成绩统计主要依靠人工阅卷，考试数据无法电子化存储，对考试数据分析统计难以实现。随着计算机的普及和信息化的推广，各种分析数据的软件应运而生，这些软件中汇集了统计学和测量学的分析工具，使得应用电子信息技术分析统计考试成绩数据成为可能，这些统计信息可以为教研部门、考试行政部门进行行政决策等提供非常重要的帮助。在众多的统计分析软件当中，SPSS是应用最多、影响最广泛的分析工具之一。在本文中，我们以SPSS软件为工具，对 教育 招生考试成绩的数据进行统计分析，分析主要着重于考试数据的相关性、假设检验等几个方面。
2. SPSS分析软件简介
“SPSS统计分析软件”的英文名称为“Statistical Package for the Social Science”，中文名称为“社会科学统计软件包”，它是世界著名的统计分析软件之一，在自然科学、社会科学的各个领域均有非常广泛的应用。SPSS是一个组合式软件包，它集数据整理、分析于一身，主要功能包括数据管理、统计分析、图表分析、输出管理等，该软件的统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。
下面我们利用SPSS软件对考试数据的相关性、检验假设进行统计分析，介绍使用SPSS进行统计分析的一般方法和步骤。
3. 相关性分析
教育考试中，考试结果的信度，试题的区分度，每个题目得分与试卷总分的关系，以及题目之间的关系，等等，都是考试研究的重要内容，最主要的研究方法就是数据的相关性分析。在众多的教育考试数据的相关性分析方法中，Pearson相关系数法、Spearman相关系数法和Cronbach α信度系数法是比较常用的几种方法。
Pearson相关系数法计算公式：
式中x为第i个考生第j题的得分，y为第i个考生第k题的得分，为第j题的平均分，为第k题的平均分，n为测试样本量。该公式既可以计算两个连续变量之间的相关性，又可以计算一个双歧变量与一个连续变量之间的相关性。
Spearman相关系数法计算公式：
r=1-(2)
式中D为两个变量的秩序之差，n为样本容量。
Cronbach a信度系数法计算公式：
α= 1-(3)
式中n为试题数，s为第i题的标准差，s为总分的标准差。该公式实际上就是将考试中所有试题间相关系数的平均值(又称内部一致性)作为α信度系数。
对于给定的一组考生成绩数据，利用SPSS统计分析软件可以非常容易地定量分析考生某学科试卷总分和该学科某道题的相关性，以及各个题目之间的相关性。我们以Pearson相关系数分析为例，利用SPSS软件进行统计分析。
数据统计分析的对象是某省高考数学6道解答题的得分情况(不是整张试卷)，数据源于该省的高考数据成绩。研究的目的是测量6道解答题每两个题目之间的相关性。
我们以SPSS 版本的软件为例，介绍利用SPSS进行数据统计分析的步骤(以Pearson相关系数法为例)：
(1)将考试数据导入SPSS软件，在SPSS数据窗口中，顺序点击【Analyze】→【Correlate】→【Bivariate...】，系统弹出变量相关系数设置对话框。
(2)在该对话框中，将待计算的变量从左侧的变量列表中导入到右侧的“Variables”变量列表中，在本例中导入t1、t2、t3、t4、t5、t6共6个变量(t1―t6是6道解答题的变量名称)。在“Correlation Coefficients”相关系数选项中，选取“Pearson”复选框。
(3)在该对话框的“Test of Significance”设置区域，可以点选“Two-tailed”选项或者“One-tailed”，我们采用系统默认值。
(4)对话框中的 其它 选项取软件系统的默认值，点击【OK】，开始相关系数计算，系统弹出新的窗体输出运算的结果。本次输出的情况如下：
上表的统计结果可用于题目之间相关性的分析。表中的大部分题目的相关系数都比较适中，但题目T4和题目T5之间的相关程度远高于其它几个题目，我们可以确信这两者之间一定存在着比其他题目之间更紧密的关系，这是我们通过分析获取的重要信息，该信息表明这两个题目之间的相关性高于其他几个题目之间的相关性，这在大规模考试中是不应该出现的，需要在以后的命题考试中加以改进。
Spearman相关系数分析方法和上述分析方法类似，只需要在上述SPSS操作的第二个骤中选取“Pearson”复选框，程序就会按Pearson相关系数法进行统计分析，如果同时选中“Spearman”和“Pearson”复选框，程序将会同时计算按两种分析方法统计分析的数据，并会以不同的图表进行显示，而Cronbach a信度系数法计算方法与上述方法略有不同，其操作步骤如下：
(1)在SPSS数据窗口中，顺序点击【Analyze】→【Scale】→【Reliability Analysis...】，系统弹出“Reliability Analysis”信度分析设置对话框。
(2)将待计算的变量从左列的变量列表中导入到右侧的“items”变量中，在左下列的“model”选择项的下拉列表中确保选中“Alpha”(信度系数)，点击“Statistics”选择项可以进行更为详细的参数设置，我们采用系统的默认值即可。
(3)参数设置完毕之后，点击【OK】，软件开始相关系数计算并输出运算结果。
4. 选择题的选项分析
在目前的教育招生考试中选择题是一种较常见的题型，考试研究人员关注较多的是对选择题基本特征、测量功能及其优缺点的理论探讨[1][2]，对选择题干扰项的设计及其施测后的实际效果关注甚少，事实上施测后对题目各选项的有效性作出判断可为评价试题质量提供重要参考依据。我们利用统计中χ检验假设，对试卷中常见的选择题选择项进行统计分析。
教育考试的单项选择项一般设置为4个，其中仅有1个选择项是正确的。命题人员在设计选择项时，应当也必然对每道题目所有的选择项(正确选择项和干扰选择项)的考生作答情况作出预测，对考生作答的分布情况作出预估。考试结束后，研究人员应该对实测的情况与命题教师预测的情况进行对比分析，以检验考试效果是否达到了预测的目标。这和χ拟合度检验的思想具有一致性，因此可以尝试使用χ检验假设进行分析。
我们依据文献[3][4]的方法来介绍χ检验假设在考试数据分析中应用的基本原理，设变量E是命题者对某道试题的期望值，E=nP，n为样本容量，P为期望的相对频率，引入以下统计量：∑(O-E)/E，其中O为观察频数。
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
我们需要进行的假设检验是：零假设H：选项的实测分布与期望分布相同;非零假设H：选项的实测分布与期望分布不同。
检验假设的思想：拟合度检验的统计量在确定的某种显著性水平下如果零假设是真，则检验统计量∑(O-E)/E呈近似χ分布，其自由度为研究变量的可能值减1;如果实测分布与期望的分布相当吻合，就不排除零假设，否则就排除零假设;最后对检验假设的结果进行解释。
数据分析的目的是判断考生实际的应答结果(实测数据)与命题期望的选择概率(期望数据)是否一致。我们随机抽取某省5542个高考考生的数学有效数据构成分析样本，利用SPSS进行统计分析。
SPSS数据统计分析的步骤如下：
(1)将考试数据导入SPSS软件，依次点击【Analyze】→【Nonparametric Tests】→【Chi-Square...】，弹出“Chi-Square Tests”对话框。
(2)将变量列表中待分析的题目序号导入到“Test Variables List”(检验变量列表)中，本例中题目的序号为t7。
(3)将对选择试题的每个选项的期望值依次输入到“Expected Values”所属的方框，具体操作方法是选中单选框“Values”，输入具体的期望数值，点击“Add”按钮，依次重复上述的步骤直至所有的选项的期望值输入完毕。
(4)点击【OK】，输出软件运算结果。
我们需要进行的假设检验，H：选项的实测分布与期望分布相同;H：选项的实测分布与期望分布不同。
假设检验的显著性水平为α=，χ=∑(O-E)/E，自由度为df=4-1=3，查χ分布表或利用相关软件可得P=，由于P>α，因此不能拒绝零假设，即选项的实测分布与期望分布相同。因此，检验结果在显著性水平时，没有足够的证据拒绝零假设，即可认为本题选项的实测分布与期望分布相同，也就是说本题的实际测试效果与命题教师预测的效果是一致的，命题教师准确地估计了考生的实际水平，这是分析获得的很重要的结论。
5. 结语
SPSS软件在考试数据统计分析中应用广泛，但大部分是集中在试题难度、均值、方差统计、考试数据的图表显示等几个方面，本文从一个新的角度利用SPSS软件对考试数据的相关性、检验假设等几个方面进行了尝试性统计分析，介绍了使用SPSS进行统计分析的一般方法和步骤。从上述分析来看，软件操作步骤和统计分析过程十分简单、快捷，对于测量学和统计学基础不太好的数据分析统计人员来说，只要遵循一定的操作步骤，就可以进行分析。
参考文献：
[1]王孝玲.教育测量(修订版)[M].上海：华东师范大学出版社，2006.
[2]雷新勇.大规模教育考试：命题与评价[M].上海：华东师范大学出版社，2006.
[3]李伟明，冯伯麟，余仁胜.考试的统计分析方法[M].北京：高等教育出版社，1990.
[4]雷新勇.考试数据的统计分析和解释[M].上海：华东师范大学出版社，2007.
猜你喜欢：
1. 统计学数据分析论文
2. spss统计分析实习心得
3. 统计学学年论文
4. 统计学分析论文
论文常用数据分析方法
论文常用数据分析方法，对好的论文分析研究方法应该从哪些方面展开，如何表达才能显得自己对该论文真的有所理解，应该看哪些书呢？下面我整理了论文常用数据分析方法，一起了解看看吧!
论文常用数据分析方法分类总结
1、 基本描述统计
频数分析是用于分析定类数据的选择频数和百分比分布。
描述分析用于描述定量数据的集中趋势、波动程度和分布形状。如要计算数据的平均值、中位数等，可使用描述分析。
分类汇总用于交叉研究，展示两个或更多变量的交叉信息，可将不同组别下的`数据进行汇总统计。
2、 信度分析
信度分析的方法主要有以下三种：Cronbach α信度系数法、折半信度法、重测信度法。
Cronbach α信度系数法为最常使用的方法，即通过Cronbach α信度系数测量测验或量表的信度是否达标。
折半信度是将所有量表题项分为两半，计算两部分各自的信度以及相关系数，进而估计整个量表的信度的测量方法。可在信度分析中选择使用折半系数或是Cronbach α系数。
重测信度是指同一批样本，在不同时间点做了两次相同的问题，然后计算两次回答的相关系数，通过相关系数去研究信度水平。
3、 效度分析
效度有很多种，可分为四种类型：内容效度、结构效度、区分效度、聚合效度。具体区别如下表所示：
4、 差异关系研究
T检验可分析X为定类数据，Y为定量数据之间的关系情况，针对T检验，X只能为2个类别。
当组别多于2组，且数据类型为X为定类数据，Y为定量数据，可使用方差分析。
如果要分析定类数据和定类数据之间的关系情况，可使用交叉卡方分析。
如果研究定类数据与定量数据关系情况，且数据不正态或者方差不齐时，可使用非参数检验。
5、 影响关系研究
相关分析用于研究定量数据之间的关系情况，可以分析包括是否有关系,以及关系紧密程度等。分析时可以不区分XY，但分析数据均要为定量数据。
回归分析通常指的是线性回归分析，一般可在相关分析后进行，用于研究影响关系情况，其中X通常为定量数据（也可以是定类数据，需要设置成哑变量），Y一定为定量数据。
回归分析通常分析Y只有一个，如果想研究多个自变量与多个因变量的影响关系情况，可选择路径分析。
打开一张表格，光标定位需要得到求平均数结果的单元格。1、首先打开一张表格，光标定位需要得到求平均数结果的单元格。2、在菜单里选择“插入”--->“函数”。3、选择求平均函数AVERAGE。4、输入需要求平均数的参数。当输入三个参数完毕时，在平均函数编辑框，就能看到计算的结果。5、确定平均函数编辑完毕后，在表格中按回车，可看到正确的计算结果。可用直接输入平均函数公式AVERAGE(A2：C2)，回车则得到正确的计算结果。
是平均年龄，是标准差。标准差反映样本的离散程度，也就是样本值距离平均值的远近程度。至于公式，网上就能搜出来。
是通过标准差进行计算。论文里的高峰年龄是通过标准差来进行计算的，用均数正负标准差表示平均年龄，样本均值为，标准差为。
综述：一种。用（均数+-标准差）表示平均年龄。
26 28 33 45 48 51 50 55 56 58，这几个人的平均年龄计算：
均数=（26+28+33+45+48+51+50+55+56+58)/10=45
标准差= [（十个数的平方和 减去 十个数的和的平方/10）再除以6] 的开方
=[（21504-20250）/6] 的开方
=14
所以这十个人的平均年龄是（45+-14）。原始数据只精确到个位数，所以最终数值也只取个位数。
平均年龄是在一定时间、地点条件下，某一人口年龄的平均水平。也就是在人口群体内将各个体年龄差异抽象化，用以反映人口总体在一定时间、地点条件下的一般水平。
写论文需要注意
1、低级错误要避开
不少人在写论文的时候，会常常犯一些低级错误。论文中出现低级错误的话，是会拉低我们论文的水平的，所以大家在写作的时候，一些低级错误最好避开。
常见的低级错误有：错别字、句子间标点符号弄错、句子太长没有断句、句子不通顺、数据用错等等。
2、研究方法的介绍要丰富
在撰写毕业论文时，关于研究方法的介绍，一定要尽量丰富一点。研究方法的介绍过于简单的话，读者就无法通过这个方法进一步进行检验，也无法清楚了解该方法是否是科学、客观的。
平均值的符号是x上边加一横。
平均值(The average value)有算术平均值，几何平均值，平方平均值（均方根平均值，rms），调和平均值，加权平均值等，其中以算术平均值最为常见。
算术平均数（ arithmetic mean），又称均值，是统计学中最基本、最常用的一种平均指标，分为简单算术平均数、加权算术平均数。它主要适用于数值型数据，不适用于品质数据。根据表现形式的不同，算术平均数有不同的计算形式和计算公式。
几何平均数是对各变量值的连乘积开项数次方根。求几何平均数的方法叫做几何平均法。如果总水平、总成果等于所有阶段、所有环节水平、成果的连乘积总和时，求各阶段、各环节的一般水平、一般成果，要使用几何平均法计算几何平均数，而不能使用算术平均法计算算术平均数。
几何平均值
1、几何平均数受极端值的影响较算术平均数小。
2、如果变量值有负值，计算出的几何平均数就会成为负数或虚数。
3、它仅适用于具有等比或近似等比关系的数据。
4、几何平均数的对数是各变量值对数的算术平均数。
平均值符号是数字上面加一条横线。平均值符号是数字上面加一条横线。比如说x的平均数，就可以写成x就是在那个字母上面写一条横线。
有算术平均值，几何平均值，平方平均值均方根平均值，rms，调和平均值，加权平均值等，其中以算术平均值最为常见。所以平均值符号是数字上面加一条横线。
平均数优点
平均数非常明显的优点之一是，它能够利用所有数据的特征，而且比较好算。另外，在数学上，平均数是使误差平方和达到最小的统计量，也就是说利用平均数代表数据，可以使二次损失最小。因此，平均数在数学中是一个常用的统计量。
但是平均数也有不足之处，正是因为它利用了所有数据的信息，平均数容易受极端数据的影响。例如，在一个单位里，如果经理和副经理工资特别高，就会使得这个单位所有成员工资的平均水平也表现得很高，但事实上，除去经理和副经理之外，剩余所有人的平均工资并不是很高。
这时，中位数和众数可能是刻画这个单位所有人员工资平均水平更合理的统计量。中位数和众数这两个统计量的特点都是能够避免极端数据，但缺点是没有完全利用数据所反映出来的信息。由于各个统计量有各自的特征，所以需要我们根据实际问题来选择合适的统计量。
在字母上面加一条横线。
平均值符号表现形式分为两种一是字母x与横线组成，读为x拔，二是μ表示。这两种方式都是规定的符号，都符合标准。人们在使用x拔位平均数符号时会将字母x分为大小写，大写x表示总体平均值，小写x表示样本平均值。
在word中输入平均数符号的方法是输入字母x选中x之后，点击插入符号，字体中选择symbol之后开始查找上横线，找到之后点击就可以将平均数的符号打出来。对于平均数μ表示方法是插入符号选择希腊语就可以找到符号，点击就可以将符号正确快速打出来。如果以前有使用过符号就可以在常用符号中快速找到，不需要重复上述的步骤。
以虽然平均数的符号表示形式不同，但是同一本书内使用相同的表示方式即可。
Word中如何打出平均值符号？
数学里有一个平均值符号，也就是在字幕的上方有一条横线，如果是平时手写当然是非常容易了，不过想要在电脑中将这个符号打出来，肯定会难倒不少人，下面就给大家介绍一下平均值符号的输入方法。
打开Word文档以后，我们首先输入平均值符号里面的字母。
然后将鼠标光标定位在字母的前面，接着依次点击“插入”-“符号”-“其他符号”。
在弹出的符号对话框，首先需要将字体设置为“Symbol”，在字体右侧的下拉菜单中可以找到。
然后在Symbol符号列表中，我们找到列表中的符号，它就是代表平均值的 。
如果感觉找起来太过麻烦，那么在该对话框右下角的字符代码里直接输入“0060”也可以，点击插入以后刚才的字母X上方就看到这个平均值符号了。
是数据处理时的错误。如果是硕士毕业论文，这个只是数据处理时的错误。除非你原文是有颠覆性的结果且改正后就没了，也没有人会在意你数据处理时出现的错误。
目录方法1：数据1、获得一组你想要分析的数据。方法2：均值1、计算均值。方法3：标准差1、计算标准差。方法4：均值的标准误差1、计算（均值的）标准误差。收集数据后，你要做的第一件事往往就是对它进行分析。这通常都免不了要计算均值、标准差和标准误差。本文将向你展示如何计算。方法1：数据1、获得一组你想要分析的数据。这些信息也称为样本。例如，一个由5个学生组成的班级接受了一次测试，测试结果为12, 55, 74, 79和90。方法2：均值1、计算均值。把所有数值相加，再除以总体大小：均值 (μ) = ΣX/N，这里的 Σ 是求和（加法）符号， xi 是每个单一数值，而N则是总体大小。在上例中，均值 μ 就是 (12+55+74+79+90)/5 = 62。方法3：标准差1、计算标准差。它表征总体的分布情况。 标准差 = σ = sqrt [(Σ((X-μ)^2))/(N)].对以上给出的例子，标准差是 sqrt[((12-62)^2 + (55-62)^2 + (74-62)^2 + (79-62)^2 + (90-62)^2)/(5)] = 。（注意，如果要求样本的标准差，则应除以n-1，即样本大小减1。方法4：均值的标准误差1、计算（均值的）标准误差。它表征的是样本均值与总体均值的近似度。样本越大，标准误差就越小，样本均值与总体均值也就越接近。将标准差除以样本大小N的平方根即可得出标准误差。标准误差 = σ/sqrt(n)就以上的例子而言，如果从一个有50名学生的班级中抽取5个学生做样本，而50名学生的标准差为17 (σ = 21)，则标准误差即为 17/sqrt(5) = 。小提示均值、标准差和标准误差的计算对于分析正态分布的数据最有用。距离中心位置1个标准差的范围覆盖了约68%的数据，距离其2个标准差的范围覆盖了95%的数据，而3个标准差能覆盖的数据。随着样本大小的增加，标准误差会变小（分布范围变窄）。易用在线标准差计算器警告仔细检查计算。计算中很容易出现失误，或是输入错误的数据。
有算术平均值,几何平均值,平方平均值等其中以算术平均值最为常见计算方法为:(A1+A2+……+An)/n几何平均值的计算方法为：(a1*a2*……*an)^(1/n)值得注意的是，几何平均值是相对于正数而言的，也就是说上面的a1,a2,..an必须是正数各单次测量偏差的绝对值之和与测量次数之比,用d表示.标准偏差(StdDev,StandardDeviation)-统计学名词。一种量度数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度。标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。