第一节 人体测量的统计指标
人体测量的数据是通过抽样调查后的一组数据。抽样数据越多，测量结果越精确。根据统计规律可知，一般静态人体测量数据是符合正态分布的。测量数据经统计分析，通常以平均值、均方差、百分位数等数据来反映。
一、平均值
平均值（Mean Value）又简称均值，是数理统计中最常用的指标之一。用统计学方法计算的平均值，能够说明事物的本质和特征，可用来衡量一定条件下的测量水平，并概括地表现出测量数据的集中情况。平均值在人体测量学中占有重要的地位，许多设计标准都是根据平均值来确定的。
二、均方差
均方差（Mean Square Error）又称标准差（Standard Deviation），是表示正态分布曲线集中或分散状况的一个指标，它表明一系列变数距离平均值的分布情况。均方差大，表示测量数据波动大；均方差小，则表示各测量数据接近平均值。均方差的计算方法如下：
式中：α——均方差；
xi——第i个样本的测量值；
——测量样本的平均值；
N——统计人数。
均方差常用来确定某一范围的界限。对于服从正态分布的随机变量，如人体的某一个尺寸，z分数与其对应的区域或概率之间的关系见表3-1。
由表3-1可以看出，在平均值一个方差之内的概率为0.6826，即大约有2/3的数值落在距平均值一个方差范围之内，而99.74%的值都在三个方差范围之内。一般说来，当计算出方差之后，就可以根据方差求出对应的概率。例如，身高测量的均值为1.70，方差为0.5，欲求可以满足90%的人的区间。根据表3-1中的数据，这一区间为：1.70-1.65×0.5，1.70+1.65×0.5，即0.875～2.525。
表3-1 正态分布z分数与概率的关系
三、百分位数
百分位数（Percentile）是指一个随机变量（某一人体数据测量指标）低于某一给定概率处的值。如果将一组数据从小到大排序，并计算相应的累计百分数，则某一百分位所对应的数据的值称为这一百分位的百分位数。百分位数是一个在产品设计中经常用到的概念。
人体测量数据都是通过抽样统计后得出的，所得的平均值一般只适用于50%的人，还有50%的人不适用，所以有时在产品设计中不能用。在实际工作中，要根据产品设计的要求选择不同的百分位点。在产品设计中常用到的百分位数是90%、95%，分别表示90%和95%的使用者可以达到。在这里我们应当特别注意是单侧百位数还是双侧百位数的问题。例如，双侧95%对应于z分数1.96，而单侧95%对应于z分数1.65。