变异系数越小，说明越均衡，这个是衡量是否“偏科”的依据，很容易就能看出来，男子这边，德约和费德勒两代goat是非常均衡的，桑普拉斯偏科的厉害，但是纳达尔比桑普拉斯还偏科。女子那边，格拉芙最均衡，小威也不错吧，把考特放进去，作为参照。

标准值是统计学上的东西，它更像是一个“信任值”，相互比较的话，这方面明显看得出德约>费德勒>桑普拉斯，纳达尔的数据是0，统计学上的解释就是不正常，不过大家都知道，这里的原始数据都是真实值。
标准值女子那边，格拉芙>小威>考特。
大满贯冠军数不能简单相加，那是中小学生的思维，从统计学角度进行标准值比较更科学。或者就参照本人发表的另一个帖子，按社会学的角度进行比较：《大分制胜》。

修正的图片。备注里数据有打错

费还好，纳的数据直接是取0无意义，这你敢信？

大分致胜的理论有一定说服力，BTW，原帖在哪里啊？贴一下链接吧

请解释一下：修正系数是咋修正出来的，与t分布有啥关系？你这里的标准值其实就是修正平均数。

网页链接 这人算标准差用了STDEV.S，但感觉楼主用的STDEV.P才合理。楼主用虎扑的话可以纠正他或者再开个贴。

修正系数是针对平均值的修正，假定所有数据随机。这里用的是t分布，假如正态分布会是其它值，但是各人的数据趋势不会有什么大的变化，变异系数大的必然更糟糕

用标准差看是否偏科是不对的，要用变异系教，即标准差与平均值的商

修正系数是指对平均值来说，95%的概率对应的范围，比如费修正系数为0.4，平均值为5，那么他如果能无限重生的话，95%的重生世界里，他的大满贯冠军平均值为2到8，这里2是标准值，指的是平均值最小的界限是多少（对应95%概率）。

修正系数反应的是平均值的抖动幅度的底限，高限是2-底限，比如纳达尔的底限是0，高限为2，费德勒的底限是0.4，高限是1.6，显然费更均衡

就是置信区间嘛。样本标准差大的标准误就大，置信区间必然更宽，点估计值差不多的情况下下限值肯定更低。

明天再来仔细研究