标准差计算器 - 样本与总体

标准差是衡量一组数字离散程度最常用的指标。它告诉你每个数值平均离均值有多远。标准差越小，说明数据越集中在平均值附近；标准差越大，说明数据分布更分散。由于标准差与原始数据使用相同单位，因此易于理解，并且是统计学、质量控制、金融、科学和社会科学的基础。 计算过程很清晰。首先求所有数值的平均值。接着用每个数值减去平均值并平方——平方可以消除负号，同时让偏差更大的数值获得更高权重。把这些平方偏差相加得到总平方误差。再用数据点个数（或比它少一）去除，得到方差，最后对方差开平方，回到原始单位。这个平方根就是标准差。 这个计算器最重要的选择是样本公式还是总体公式。如果你的数据包含了你关心的整个群体，例如某个部门全体员工的年龄，就使用总体公式，也就是除以 n。若你的数据只是从更大总体中抽取的一部分，并希望估计总体的离散程度，就使用样本公式，也就是除以 n − 1。除以 n − 1（称为贝塞尔校正）可以使样本标准差成为无偏估计，因此它是大多数统计工作中的默认做法。对于同一组数据，样本标准差总会略大于总体标准差。 除了标准差，计算器还会显示方差（离散程度的平方形式）、平均值、数据个数、总和，以及最小值和最大值，让你一眼看出范围。方差本身也很有用——它具有可加性，是方差分析和投资组合风险模型等方法的基础——但标准差通常更直观，因为它和数据单位一致。 标准差无处不在：老师用它看考试成绩是否稳定，制造商用它控制产品重量是否在公差内，投资者把它视为收益波动，科学家则用它表示测量的不确定性。在近似正态分布中，约 68% 的数值落在均值一个标准差范围内，约 95% 落在两个标准差范围内，这也是它在置信区间、z 分数和假设检验中居于核心地位的原因。输入上面的数字，即可一次计算出这些统计量。