测验成绩离散程度
使用样本标准差判断一组测验成绩是否集中在平均分附近。
数据:72, 75, 78, 80, 85
平均值 = 78,样本标准差约为 5.05
我们免费的标准差计算器可以从您的数据中计算标准差、方差、平均值和其他统计指标。只需输入您的值,选择总体或样本计算,即可立即获得准确结果。
输入您的数据并选择计算类型,计算标准差和其他统计指标。
用空格、逗号、分号或换行符分隔值
当您的数据是更大总体的子集时,通常使用样本计算(n-1)
输入数据并计算以查看结果

标准差是一种统计测量,用于量化一组值中的变异或离散程度。低标准差表示值趋向于接近平均值,而高标准差表示值分布在更广泛的范围内。对于总体,标准差用希腊字母 σ(西格玛)表示,对于样本,则用字母 s 表示。
根据您是为整个总体还是为样本计算标准差,有两种主要的标准差公式:
| 类型 | 公式 | 描述 |
|---|---|---|
| 总体标准差 (σ) | \( \sigma = \sqrt{\frac{\sum(x_i - \mu)^2}{N}} \) | 当数据代表整个总体时使用 |
| 样本标准差 (s) | \( s = \sqrt{\frac{\sum(x_i - \bar{x})^2}{n-1}} \) | 当数据是来自更大总体的样本时使用 |
计算所有值的平均值
计算每个值与平均值的偏差
将每个偏差值平方
计算方差(平方偏差的平均值)
计算方差的平方根得到标准差
当数据只是更大总体中的一部分时,应使用样本标准差;只有当数据已经覆盖研究对象的全部成员时,才使用总体标准差。
标准差广泛应用于各个领域,帮助理解变异性并做出明智决策:
使用样本标准差判断一组测验成绩是否集中在平均分附近。
数据:72, 75, 78, 80, 85
平均值 = 78,样本标准差约为 5.05
如果你已经拥有固定周期内的全部月度订单量,可以使用总体标准差。
数据:120, 135, 128, 140, 132, 145
平均值约为 133.33,总体标准差约为 8.18
标准差越小,说明零件尺寸越接近目标值,工艺越稳定。
数据:10.01, 9.99, 10.02, 10.00, 9.98
样本标准差较小,表示生产过程较稳定
在评估整体风险前,先比较多个月收益率的离散程度。
数据:2.4, -1.1, 3.0, 1.8, -0.6
标准差越高,代表收益波动越大
当你的数据只是更大总体中的一部分时,应使用样本标准差。它使用 n-1 作为分母,可以更合理地估计总体离散程度。
标准差更高表示数据点离平均值更分散;标准差更低则表示数据更集中。
不会。标准差是方差的平方根,因此结果始终为零或正数。
平均值可以帮助你理解数据中心位置,方差展示的是平方离散程度,而标准差是在此基础上开平方得到的,更便于解释。