方差計算器 - 樣本與母體方差

方差是資料集中每個資料點與平均數之差的平方平均，用來量化分布的離散程度。方差為零表示每個值都相同；方差越大，代表資料點圍繞平均數越分散。方差以平方單位表示，因此其平方根——標準差——通常更直觀，但方差本身在統計理論中非常重要，因為它具有可加性，也是許多進階方法的基礎。 這個方差計算器區分兩種本質上不同的使用情境。母體方差（σ²）會將平方偏差總和除以 n，也就是值的總數。當你的資料集就是要描述的完整母體時使用它，例如某個班級裡所有學生的身高。樣本方差（s²）則改為除以 n − 1，並套用貝塞爾校正，用來補償樣本平均數本身只是估計值，因此會稍微低估底層母體的離散程度。對任何有限樣本而言，校正後的值都會比未校正值略大一些。只要你的數字是從較大群體抽出的樣本，樣本方差就是標準選擇。 除了方差之外，這個計算器也會計算完整的描述性統計摘要。平均數是算術平均，也就是總和除以數量。中位數是在資料排序後位於中間的值；若資料筆數為偶數，則取中間兩個值的平均。它對離群值不敏感，在偏態分布中往往比平均數更有參考價值。眾數是出現次數最多的值（或多個值）；如果每個數字只出現一次，則視為無眾數。全距是最大值與最小值之差。四分位距（IQR）是中間 50% 資料的跨度，也就是從第 25 百分位到第 75 百分位，特別適合用圍欄法找出離群值。 方差及其相關指標——標準差、四分位距與全距——在資料分析中隨處可見。品質工程師用方差監控生產穩定性，並標記偏離規格的批次。投資分析師用方差衡量投資組合波動性：報酬方差越高，資產風險越大。教育工作者則用它判斷測驗成績是緊密集中（低方差、班級表現一致）還是分散（高方差、理解程度差異大）。流行病學家使用母體方差來描述不同地區疾病發生率的分布，社會科學家則用它比較不同人口群體之間的不平等程度。 這個工具可處理任何數字清單——整數、小數、正數、負數——並在一步中計算所有統計量。對於非常大或非常小的數字，結果會以最多六位有效數字顯示，以兼顧可讀性與準確性。