标准差计算器

标准差

粘贴一组数字后,计算器会返回均值、方差、标准差(分母为 n−1 的样本标准差 s,以及分母为 n 的总体标准差 σ)、变异系数和每个值的 z 分数。它可以帮助你在进行参数检验前,先判断数据围绕均值的离散程度。

标准差的计算方式

  1. 1

    粘贴数字

    用逗号、空格或换行分隔。非数字项会被跳过。

  2. 2

    计算均值 x-bar

    总和除以数值个数。

  3. 3

    求偏差平方和

    sum((x − x-bar)²).

  4. 4

    相除并开方

    样本:除以 (n−1),再取 √。总体:除以 n,再取 √。

样本还是总体:什么时候用哪一种?

使用总体(分母 n) 使用样本(分母 n−1)
你拥有研究总体中的全部数值 你拥有从更大总体中抽取的样本
对所有员工的完整普查 从数千名客户中抽取 20 名
某次实验中 10 次掷骰子的全部结果 来自生产线的测量值

分母 n−1(贝塞尔校正)可以用样本数据给出总体方差的无偏估计。若用 n 作为分母,就会系统性地低估真实的总体方差。n 很大时差异会缩小,但在小样本中这个差异很重要。

标准差的直观理解

如果一组数据的均值为 100、标准差为 15,并且近似服从正态分布:

  • 68% 的值落在 85 到 115 之间(1 个标准差)
  • 95% 的值落在 70 到 130 之间(2 个标准差)
  • 99.7% 的值落在 55 到 145 之间(3 个标准差)

这就是 68-95-99.7 规则,也叫经验法则。IQ 分数、人的身高以及许多自然测量值,在数据近似正态时都比较符合这一规律。

变异系数

CV = 标准差 / 均值。它是一个无量纲的离散程度指标,适合比较均值不同的数据集的波动性。CV 为 0.1(10%)大致表示标准差等于均值的 10%。对于可能跨过 0 的数据,这个指标通常没有意义。

z 分数

对每个值 x:z = (x − 均值) / 标准差。它表示该值高于或低于均值多少个标准差。|z| > 2 常被标记为可能的异常值;|z| > 3 在正态数据中相当少见。

常见错误

  • 应该使用样本公式时却使用总体公式。 这会低估样本数据中的变异程度。
  • 把不同单位的均值和标准差混在一起。 始终先检查量纲。
  • 把正态分布规则套用到非正态数据。 偏斜或多峰数据会破坏 68-95-99.7 的经验规则。请先画直方图。
  • 忽略异常值。 一个极端值就可能大幅提高标准差。对于重尾数据,可以考虑更稳健的替代指标,例如中位数绝对偏差或四分位距。

常见问题

Excel 目前的函数是 STDEV.S(样本,分母 n−1)和 STDEV.P(总体,分母 n)。较旧的 STDEV 和 STDEVP 仍为兼容性保留,因此请确认所用函数与你的样本或总体假设一致。

是的。标准差与原始测量值使用相同单位,例如厘米、元或秒。方差使用平方单位,因此标准差通常更容易阅读。

样本标准差在 n >= 2 时有定义。如果 n 小于约 30,可以考虑同时报告标准差的置信区间,或使用更稳健的替代指标。

标准差仍然有定义。对于比例 p,SD = sqrt(p × (1−p))。如果一个样本中 60% 的值为 1,则 SD = sqrt(0.6 × 0.4) ~= 0.49,与观测数量无关。

相关工具