标准偏差
计算标准偏差和方差
如何使用标准偏差
- 1输入您的数据集，多个数字用逗号分隔。
- 2选择是总体（population）还是样本（sample）。
- 3查看结果：计算器显示标准差与方差。
什么是标准差？
σ = √( Σ(xᵢ − μ)² / N ) （总体）标准差衡量一组数据相对于平均值的离散程度。数值越小，说明数据越集中；数值越大，说明波动越大。
它可用于比较不同组的一致性、评估金融风险，或理解考试成绩与科学测量中的变异程度。
标准差是方差的平方根，把“平方偏差均值”还原回原始单位，因此比方差更易解读。两个均值相近但标准差不同的组（如两家工厂的零件尺寸），标准差小者质量更稳定。
经验法则（正态分布下）：约 68% 的数据落在均值 ±1 个标准差内，95% 落在 ±2 个内，99.7% 落在 ±3 个内。据此可快速判断某个观测值是否“异常”（如超出 ±3σ 的离群点）。
| 数据集 | 均值 | 标准差 | 解读 |
|---|---|---|---|
| 10, 10, 10, 10 | 10 | 0 | 完全无波动 |
| 8, 9, 10, 11, 12 | 10 | ≈1.41 | 轻微离散 |
| 1, 5, 10, 15, 19 | 10 | ≈6.51 | 高度离散 |
| 0, 10, 10, 20 | 10 | ≈7.07 | 两极分化 |
| 9.9, 10, 10.1 | 10 | ≈0.08 | 几乎完全一致 |
不同数据集的离散程度对比（均值均为 10）
常见问题
总体还是样本，应该选哪个？
当您拥有该组的全部成员（例如一个班级的所有学生）时选总体；当数据只是子集、想估计整体时使用样本。
为什么样本标准差更大？
样本公式除以 n−1 而非 n，这修正了用同一组数据估计均值带来的偏差，得到的离散度更公正、略大。
结果的单位是什么？
标准差始终与原始数据单位一致，因此可方便地与平均值一起解读。
用哪个标准差判断异常值？
常用 ±2σ 或 ±3σ 作为警戒线；超出 ±3σ 的观测在正态假设下概率小于 0.3%，值得单独核查。
标准差和方差是什么关系？
方差是标准差的平方；报告时多用标准差（与原始单位一致），做统计推导时多用方差（便于求和与求导）。