方差计算器 - 样本与总体方差

方差是数据集中每个数据点与均值之差的平方的平均值，用来衡量分布的离散程度。方差为零表示每个值都相同；方差越大，说明数据点围绕均值越分散。方差以平方单位表示，因此其平方根——标准差——通常更直观，但方差本身在统计理论中非常重要，因为它具有可加性，并且是许多高级方法的基础。 该方差计算器区分两种本质不同的使用场景。总体方差（σ²）将平方偏差之和除以 n，也就是值的总数。当你的数据集就是要描述的完整总体时使用它，例如某个班级里所有学生的身高。样本方差（s²）则除以 n − 1，并应用贝塞尔校正，用来补偿样本均值本身只是估计值这一事实，因此会略微低估总体的真实离散程度。对于任何有限样本，校正后的值都始终会比未校正值略大一些。只要你的数字是从更大群体中抽取的样本，样本方差就是标准选择。 除了方差之外，这个计算器还会给出完整的描述性统计摘要。均值是算术平均数，即总和除以数量。中位数是在数据排序后处于中间的值；如果数据个数为偶数，则取中间两个值的平均数。它对离群值不敏感，在偏态分布中往往比均值更有参考价值。众数是出现次数最多的值（或多个值）；如果每个数字只出现一次，则称为无众数。极差是最大值与最小值的差。四分位距（IQR）是中间 50% 数据的跨度，即从第 25 百分位到第 75 百分位，特别适合通过围栏法识别离群值。 方差及其相关指标——标准差、四分位距和极差——在数据分析中无处不在。质量工程师用方差来监控生产稳定性，并标记偏离规格的批次。投资分析师用方差衡量投资组合波动性：收益方差越高，资产风险越大。教育工作者用它判断考试成绩是紧密集中（低方差，班级表现一致）还是分散分布（高方差，理解程度差异较大）。流行病学家使用总体方差来描述不同地区疾病发生率的分布，社会科学家则用它比较不同人口群体之间的不平等程度。 这个工具可处理任意数字列表——整数、小数、正数、负数——并在一步中计算所有统计量。对于非常大或非常小的数字，结果会显示最多六位有效数字，以兼顾可读性和准确性。