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。标准差小，说明数据点紧密聚集在平均值附近；标准差大，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，因此更容易理解，也是统计学、质量控制、金融、科学和社会科学的基础。 计算过程很清晰。先求所有数值的均值（平均数），再用每个数值减去均值并将结果平方——平方可以消除负号，并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（或个数减一）去除这个总和，得到方差，最后对方差开平方，就回到了原始单位。这个平方根就是标准差。 这个计算器最重要的选择，是使用样本公式还是总体公式。当你的数据包含你关心群体中的每一个成员时，使用总体公式，也就是除以 n，例如某个部门所有员工的年龄。当你的数据只是更大总体中的一个样本，并且你想估计该总体的离散程度时，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量，这也是大多数统计工作默认使用它的原因。对于同一组数据，样本标准差总是会比总体标准差略大。 除了标准差之外，计算器还会报告方差（离散程度的平方形式）、均值、数量、总和以及最小值和最大值，让你一眼就能看出范围。方差本身也很有用——它具有可加性，并且是方差分析和投资组合风险模型等方法的基础——但由于标准差与数据单位一致，通常更直观，也更适合直接引用。 标准差无处不在：老师用它查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范围内，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，大约 68% 的数值落在均值一个标准差范围内，大约 95% 的数值落在两个标准差范围内，因此它在置信区间、z 分数和假设检验中都非常重要。请输入上面的数字，一次算出所有这些统计量。