← 返回博客列表

CFA 一级描述性统计实战：均值、中位数与标准差深度解析

在 CFA 一级考试的 Quantitative Methods 模块中，描述性统计（Descriptive Statistics）不仅是基础中的基础，更是后续学习概率分布、假设检验乃至资产定价模型的基石。对于考生而言，熟练掌握均值、中位数和标准差的计算与解读，是确保拿到基础分的关键。本文将通过三道典型例题，结合德州仪器 BA II Plus 计算器的实操步骤，帮助大家攻克这一考点。

核心概念解析

均值 (Mean)

均值是最常见的集中趋势度量，分为算术平均数（Arithmetic Mean）和加权平均数。在 CFA 考试中，若无特殊说明，通常指算术平均数。它反映了数据的平均水平，但容易受到极端值（Outliers）的影响。

中位数 (Median)

中位数是将数据从小到大排序后，位于中间位置的数值。如果数据个数为奇数，中位数即为正中间的数；如果为偶数，则是中间两个数的平均值。中位数的优势在于不受极端值干扰，更适合描述偏态分布的数据。

标准差 (Standard Deviation)

标准差是衡量数据离散程度的核心指标，反映了数据点偏离均值的平均幅度。标准差越大，说明数据波动越剧烈，风险越高；反之则说明数据越稳定。在计算时，必须严格区分样本标准差（Sample Standard Deviation）与总体标准差（Population Standard Deviation）。

实战例题手把手解析

例题一：均值与中位数的计算与比较

题目：
某基金过去 5 年的年度回报率分别为：3%, 5%, 7%, 9%, 11%。请计算该组数据的均值和中位数。

解析：
1. 均值计算：
$$ \text{Mean} = \frac{3 + 5 + 7 + 9 + 11}{5} = \frac{35}{5} = 7\% $$
2. 中位数计算：
数据已排序（3, 5, 7, 9, 11），共 5 个数据（奇数），中间位置是第 3 个，即 7%。

结论：
在此例中，均值等于中位数，说明数据分布是对称的。但在实际金融数据中，若均值大于中位数，通常暗示数据右偏（正偏），可能存在极端高收益拉高了平均水平。

例题二：样本标准差的计算

题目：
某股票连续 4 天的收盘价分别为：10, 12, 14, 16 美元。假设这是样本数据，请计算样本标准差。

解析：
1. 计算均值：
$$ \bar{X} = \frac{10 + 12 + 14 + 16}{4} = 13 $$
2. 计算离差平方和：
$$ (10-13)^2 + (12-13)^2 + (14-13)^2 + (16-13)^2 = 9 + 1 + 1 + 9 = 20 $$
3. 计算样本方差：
注意分母是 $n-1$。
$$ s^2 = \frac{20}{4-1} = \frac{20}{3} \approx 6.67 $$
4. 计算样本标准差：
$$ s = \sqrt{6.67} \approx 2.58 $$

结论：
样本标准差约为 2.58 美元。这表示该股票价格围绕均值波动的平均幅度。

例题三：总体与样本标准差的陷阱

题目：
承接例题二，如果题目明确指出这 4 天的数据代表了该股票所有交易日的总体（Population），标准差是多少？

解析：
此题考察的是分母的选择。
1. 总体方差： 分母为 $N$。
$$ \sigma^2 = \frac{20}{4} = 5 $$
2. 总体标准差：
$$ \sigma = \sqrt{5} \approx 2.24 $$

结论：
总体标准差（2.24）小于样本标准差（2.58）。在 CFA 考试中，除非明确说明是“总体”，否则默认处理为“样本”，应使用 $n-1$ 进行无偏估计。

计算器操作指南 (BA II Plus & RBA Calculator)

手动计算容易出错，掌握计算器统计功能至关重要。以下以德州仪器 BA II Plus 为例。

1. 清空统计寄存器： 按 2nd -> DATA (即 7)，显示 0.00。按 2nd -> CLR WORK 清除旧数据。
2. 输入数据：
   • 输入 10，按 ENTER，下箭头 ↓。
   • 输入 12，按 ENTER，下箭头 ↓。
   • 输入 14，按 ENTER，下箭头 ↓。
   • 输入 16，按 ENTER，下箭头 ↓。
   • 此时屏幕应显示 n=4.00。
3. 读取统计结果：
   • 按 2nd -> STAT (即 8)。
   • 屏幕依次显示：$\bar{X}$ (均值), $S_x$ (样本标准差), $\sigma_x$ (总体标准差), $n$ (样本量)。
   • 对于例题二，读取 $S_x \approx 2.58$。
   • 对于例题三，读取 $\sigma_x \approx 2.24$。

移动端替代方案：
对于习惯使用 iPad 或 iPhone 备考的考生，推荐使用 RBA Calculator（TI BA II Plus iOS 应用）。它完美复刻了实体计算器的按键逻辑，且支持屏幕旋转和快捷键，非常适合在移动设备上练习统计功能。您可以通过此链接下载：https://apps.apple.com/cn/app/id1545331477。在备考间隙，利用碎片时间通过 RBA Calculator 进行模拟练习，能有效提升按键熟练度。

常见错误提醒

1. 混淆样本与总体： 这是最常见的丢分点。题目中出现 "sample", "estimate", "historical data" 通常暗示使用样本标准差 ($n-1$)；出现 "population", "all observations" 则使用总体标准差 ($N$)。
2. 忽略负号： 标准差永远是非负的。如果你算出负的标准差，一定是计算过程有误。
3. 中位数排序遗漏： 计算中位数前，务必先将数据从小到大排序。未排序直接取中间值是典型错误。
4. 舍入误差： 在中间步骤尽量保留多位小数，只在最后结果保留题目要求的位数，避免累积误差。

高频 FAQ

Q1: 为什么有时候均值会大于中位数？
A: 这通常意味着数据分布是右偏（Positive Skew）的。在金融收益率中，这表示存在少数极大的正收益拉高了平均水平，而大部分收益率低于均值。此时中位数更能代表典型表现。

Q2: 标准差为 0 意味着什么？
A: 意味着所有数据点完全相同，没有任何波动。在投资中，这代表无风险资产（理论上），但在实际股票数据中极少见。

Q3: 样本标准差为什么要除以 n-1 而不是 n？
A: 除以 $n-1$ 是为了得到总体方差的无偏估计量。因为样本均值 $\bar{X}$ 是根据样本数据计算出来的，它比总体均值 $\mu$ 更靠近样本数据点，导致离差平方和偏小。除以 $n-1$ 可以修正这种低估，使估计更准确。

Q4: 考试时应该优先用手算还是计算器？
A: 建议优先使用计算器统计功能。手算仅用于理解原理或验证极简单数据。在时间紧迫的 CFA 考试中，熟练使用 BA II Plus 或 RBA Calculator 能节省大量时间并减少计算错误。

结语

描述性统计看似简单，实则细节繁多。均值、中位数和标准差不仅是计算公式，更是理解数据分布特征的钥匙。希望通过本文的实战解析，大家能够理清样本与总体的区别，熟练掌握计算器操作，并在未来的学习中学会透过数字看本质。记得在备考过程中多利用工具辅助练习，祝各位 CFA 考生备考顺利，一举通过！