图 6—4 标准正态分布

13 位(占 13％)销售人员卖出 80～85 件产品；

13 位(占 13％)销售人员卖出 65～70 件产品；

3 位(占 3％)销售人员卖的产品超过 85 件；

3 位(占 3％)销售人员卖的产品少于 65 件。

注意：在图 6—4 中，除两端以外，每个“部分”代表 5 件产品(即标准差——译者注)。

由于 94 位销售人员(占 94％)落在平均值旁边两个标准差的范围内，即销量大于 65 件而小于 85 件，我们就可以说，各销售人员之间销量的变动不大，数据的离散程度低。

标准差示例〔2〕：

对证券管理者和投资顾问来说，标准差是一个重要的指标。假定一位投资者在权衡两个投资方案哪个可行。这两个方案平均获利水平相似，但一个的标准差小，而另一个标准差大。那么，标准差大的方案风险也大。对于一个仅有固定的有限收入的投资者来说，他很可能不会选择标准差大的方案。证券分析专家的发现，β系数能很好地反映个股相对于整个市场投资组合的风险的变动程度。如果β系数等于 1.25，就意味着个股风险变动高于市场投资组合风险变动 25％。所以β系数应越小越好。

前面所论述的平均值、中位数、众数所用销售商的例子，包括整个总体的观察值(共 7 个)，而不是样本的观察值。因此，仅仅为了描述样本的特性，

即使在少于 30 个观察值的情况下，也应计算标准差。除此以外，在样本量少

于 30 时，应使用标准差的概念。