標準差計算器 - 樣本與母體標準差

從任意資料集計算樣本標準差、母體標準差、變異數、平均數、變異係數等——輸入數字即可立即得到結果。

將數字以逗號、空格或換行分隔後貼上。計算器會同時計算樣本標準差與母體標準差,外加另外六項描述統計。

標準差計算器 - 樣本與母體標準差
從任意資料集計算樣本標準差、母體標準差、變異數、平均數、變異係數等——輸入數字即可立即得到結果。

以逗號、空格或換行分隔數字

關於標準差計算器

標準差是最常用的統計離散度量之一。它回答的問題是:平均來說,各個資料點離資料集平均數有多遠?標準差小表示數值集中;標準差大表示數值分散。理解這種分散程度對科學、工程、金融、教育、醫學,以及幾乎所有處理數值資料的領域都很重要。 標準差有兩種版本,取決於你處理的是完整母體,還是從中抽出的樣本。母體標準差 σ 的分母使用 n,適用於你的資料集包含所研究群體的全部成員時。樣本標準差 s 的分母使用 n−1(貝塞爾校正),用來修正以部分觀測值估計母體離散程度時產生的偏差。實務上,除非你真的量測了整個母體,否則通常應使用樣本公式。這裡會同時計算兩種結果,方便你依情況使用。 這個計算器也會輸出變異數(標準差的平方),可直接用於 F 檢定、變異數分析與迴歸診斷等統計檢定。平均數、總和、最小值、最大值與全距則能完整呈現資料的中心趨勢與分散程度。變異係數(CV = s / |x̄| × 100%)會把標準差表示成平均數的百分比,特別適合比較不同單位或不同尺度的資料集——例如比較價格從 10 美元到 10 000 美元不等的股價波動。 常見應用包括品質管制(監測製程是否維持在公差範圍內)、成績分析(理解教室中的分數分布)、金融(衡量投資波動性)、臨床研究(檢查不同受試者之間測量的一致性)以及資料科學(偵測離群值、正規化特徵、評估模型殘差)。當你不只是想知道典型值是什麼,也想知道這個典型值有多可靠時,標準差就是正確工具。 一個實用提示:如果變異係數低於 15–20%,資料通常相當同質,平均數是可靠摘要;若高於 30–40%,表示相對於平均數的分散較大,可能代表有離群值、多峰分布,或在進一步分析前需要做對數轉換。

標準差範例

四組真實世界資料,展示計算器在不同領域中的應用。

資料集樣本標準差情境
85, 92, 78, 88, 90s ≈ 5.45895 位學生的測驗成績。平均數 = 86.6,母體標準差 ≈ 4.8826。
150.25, 152.50, 149.75, 153.00, 151.50s ≈ 1.3987每週收盤股價。低標準差表示這段期間價格相對穩定。
502, 499, 505, 498, 501, 503s ≈ 2.5820製造批次重量(公克)。CV ≈ 0.5%,反映生產品質公差很緊。
250000, 275000, 260000, 280000, 265000s ≈ 11937社區房價。標準差為 $11 937,顯示價格分布中等。

如何使用標準差計算器

  1. 在「資料集」欄位輸入數字,以逗號、空格或換行分隔。
  2. 點選「計算」。結果面板會同時顯示全部 11 項統計量。
  3. 當資料是從更大母體中抽出的樣本時,使用樣本標準差;若資料就是整個母體,則使用母體標準差。
  4. 查看變異係數,將相對分散程度與平均數比較,特別適合比較不同單位的資料集。
  5. 點選「重設」清空欄位,或使用範例按鈕載入預設資料並查看輸出。

標準差常見問題

什麼時候該用樣本標準差,什麼時候該用母體標準差?
當你的資料只是更大母體中的一個樣本,而且你是在估計真正的母體分散程度時,應使用樣本標準差(s,貝塞爾校正,分母為 n−1)。只有當資料集包含你所分析母體的每一個成員時,才使用母體標準差(σ,分母為 n)。在大多數研究與商業情境中,樣本標準差才是正確選擇。
標準差高代表什麼?
標準差高表示資料點圍繞平均數的分布很廣——變異性或分散度高。在金融中,這代表波動性高;在製造中,這代表輸出不一致;在教育中,這代表分數分布範圍很大。‘高’是否有問題,完全取決於情境與你的應用可接受的變動程度。
什麼是變異係數(CV)?
變異係數會把標準差表示為平均數的百分比:CV = (s / |x̄|) × 100%。它是無量綱比率,因此適合比較不同單位或不同尺度資料集的變異程度。CV 為 5% 表示標準差僅為平均數的 5%,資料很集中;CV 為 80% 表示資料相對平均值非常分散。
標準差會受離群值影響嗎?
會。因為公式會將每個相對平均數的偏差平方,極端離群值會對標準差造成不成比例的影響。一個非常大或非常小的值就可能大幅拉高標準差。若有離群值,建議同時報告中位數與四分位距,以及平均數與標準差,以更完整描述分布。
負數也可以計算標準差嗎?
可以。標準差可正確用於負數、零,以及正負混合的資料。只有當平均數為零或接近零時,變異係數會變得無定義或具誤導性,因為除以非常小的平均數會得到任意大的百分比。