标准差计算器 - 方差、四分位数与离散度统计
标准差计算器
| 个数 (n) | 10 |
| 总和 | 291 |
| 均值（算术平均） | 29.1 |
| 中位数 | 30 |
| 众数（出现最频繁的值） | 无众数 |
| 最小值 | 12 |
| 最大值 | 45 |
| 极差 | 33 |
| 第一四分位数 (Q1) | 22.5 |
| 第三四分位数 (Q3) | 37 |
| 四分位距 (IQR) | 14.5 |
| Sample variance (n−1) | 118.7667 |
| Sample standard deviation (n−1) | 10.898 |
| 变异系数 | 35.53% |
| 均值的标准误 | 3.4463 |
这些数值的计算方式
- 均值是各数值之和除以个数。
- 每个值与均值的偏差都会先平方，因此高于和低于均值的数值都以正的方式参与计算。
- 平方后的偏差先求和：总体方差除以 n，样本方差除以 n−1。除以 n−1 是为了校正因均值本身也来自同一组数据而产生的向下偏差。
- 标准差是方差的平方根，因此结果的单位与原始数据一致。
功能介绍
一组数据有两种「中心」，它们回答的是不同的问题。平均数是算术平均，总和除以个数，它按数值大小完全加权，因此对离群值非常敏感，一个很大的测量值就能把它明显拉走。中位数是排序后处于中间位置的那个值，偶数个数据则取中间两个的平均，它基本不在乎极端值离中心有多远。当分布大致对称时两者一致，比如一组考试成绩；一旦出现偏斜，无论是右侧几个很大的值还是左侧一条长尾，中位数更能代表「典型情况」，而平均数往往在做后续算术时更有用。但这两种数字都没有告诉你数据的离散程度。两家工厂都可能做到平均每小时 100 件，可一家节奏稳定，另一家在 40 到 160 之间剧烈波动，这两条产线在需求变化面前的表现会完全不同，所以测量离散程度不是锦上添花，而是另一条独立的信息。标准差正是这个度量，它被定义为方差的平方根，而方差是每个值与平均数之差的平方的平均。之所以要平方，是因为不平方根本算不出来：高于平均数 5 的值贡献 −5，低于平均数 5 的值贡献 +5，两者会精确抵消，任何一组数据的和都将是零。平方消掉了符号，于是每个偏差都贡献正值，总和才能反映数据离中心的距离。但平方也改变了单位，这正是最后要开平方的原因——以秒为单位的测量，其方差的单位是秒的平方，这个量没人能拿来做判断；而 2.5 秒这样的标准偏差可以直接和 12 秒的平均数比较，可以写进规格书，也可以继续参与下一步计算。真正关键的岔路在于除以 n 还是除以 n−1。总体方差除以 n，把你的列表当作完整的全集，描述的就是你手上这批数据本身：这些值相对它们自身平均数的平均平方偏差。样本方差除以 n−1，把列表当作更大总体的一次抽样，用来估计整个总体会有多大的波动。这个修正针对的是一个微妙的有偏性：你用来做除法的平均数本身就是从同一批数据算出来的，因此它离每个点都比真实的总体平均数更近一点，于是每个平方偏差都略微偏小。除以 n−1 而不是 n，相当于把结果放大 n/(n−1) 倍，正好抵消这个向下的偏差。当 n = 1000 时两者差别可以忽略，n = 20 时大约相差 5 个百分点，但这正是「报出标准差却不给出 n」是一种不完整表述的原因。当数据偏斜或含有离群值时，标准差会被这些极端值抬高，变得难以解释，所以这时应当同时报告四分位数。第一四分位数 Q1 和第三四分位数 Q3 框住了数据中间的一半，而四分位距 Q3 − Q1 在度量离散程度时完全把上下各四分之一排除在外，这正是收入、响应时间这类重尾数据必须用 IQR 的原因。要比较不同量纲数据之间的相对离散程度，就用变异系数，它等于标准差除以平均数绝对值并用百分数表示：4% 意味着数据的波动大约是自身平均值的 4%；单独的「标准差 12」毫无意义，而「变异系数 35%」才说明这组数据相对于自身大小是散的。最后，均值的标准误写作 SEM，等于样本标准差除以 n 的平方根，它回答的是一个更微妙的问题：均值本身被估计得有多精确。它的收缩速度是 n 的平方根的倒数，也就是数据量翻两番，误差减半，因此标准差描述的是你的数据，而标准误描述的是你对均值的了解程度，把两者分开，是区分「测量一个过程」和「衡量一次测量的把握」的关键。
使用方法
- 在浏览器里打开标准差计算器。所有数字都在本地计算，你的数据不会离开这台机器。
- 把数字输入文本框，用空格、逗号或分号分隔即可。工具已经预填了一组示例数据，方便你先看清结果表的结构。
- 如果输入框下方出现红色提示，仔细看一下：那里列出的是没被当成数字的内容，通常意味着某个数值混进了单位、百分号，或者用了小数逗号。
- 勾选或取消勾选「Treat the values as a sample of a larger population」复选框。勾选时主位的方差和标准差除以 n−1，不勾选则除以 n。
- 先看 Count (n) 这一行确认粘贴的数量符合预期，再把平均数和中位数对照着看，两者差距大说明数据偏斜。
- 数据偏斜或离群值较多时，请参考四分位数和四分位距，因为它们只描述中间一半，完全不受尾部影响。
- 要比较量纲不同的两组数据，请看变异系数；要了解均值被估计得有多精确，请看均值的标准误。
- 如果要在报告或作业中为结果表里的任何一行给出依据，可以展开「How these numbers are computed」面板查看公式说明。
计算示例
输入: 12, 15, 22, 24, 29, 31, 34, 38, 41, 45，勾选样本复选框
过程:
平均数 29.1，平方偏差之和 1068.9，除以 n−1 = 9结果: 样本方差 118.7667，样本标准差 10.898；若按总体形式则为 106.89 和 10.3388
输入: 65, 70, 72, 75, 78, 80, 82, 85, 88, 95
过程:
对称数据，平均数与中位数都落在 79结果: 样本标准差 8.9815，IQR 11.5，变异系数 10.79%——相对于自身大小比较集中
输入: 2, 4, 4, 4, 5, 5, 7, 9
过程:
平均数 5 而中位数 4.5，因为最大的两个值把平均值往上拉了结果: 总体标准差正好是 2，IQR 1.5，众数有并列的两个：4 和 5
输入: 11.2, 11.5, 11.9, 12.1, 12.4, 13.8（单位为秒）
过程:
平均数 12.15 秒，样本方差 0.835 除以 6 得到标准误 0.3731结果: 样本标准差 0.9138 秒，标准误 0.3731 秒，变异系数 6.87%
相关搜索
相关搜索：标准差计算器, 标准差怎么算, 计算标准差, 方差计算器, 样本标准差, 总体标准差。
标准差计算器标准差怎么算计算标准差方差计算器样本标准差总体标准差变异系数均值的标准误四分位距四分位数描述性统计平均数中位数众数数据离散程度偏态数据相对标准差离群值判断在线统计工具描述性统计分析标准差公式数据波动幅度
常见问题
我到底该除以 n 还是除以 n−1？
如果你的列表就是你关心的全部数据，就除以 n，比如两小时班次内采集的每一个读数，而你关心的是这一班本身有多不稳定。如果你的列表是从更大总体里抽出来的一小部分，就除以 n−1，比如调查了五十位客户，而你希望估计整个客户群的离散程度。这个修正存在的原因是：你做除法的平均数就是从同一批数据算出来的，它把每个点都往中心拉近了一点，使得平方偏差略微偏小；除以 n−1 而不是 n，相当于把方差放大 n/(n−1) 倍来抵消这个偏差。实际影响是，在 n = 20 时样本标准差大约比总体标准差高 5%，n = 100 时高 1%，而到了几千个数据以后就完全无关紧要了。只给出一个标准差却不说明用的是哪种形式，是统计工作里最常见的疏漏。
平均数和中位数有什么区别，我该用哪个？
平均数是总和除以个数，对每个值加权都相同，所以一个极端观测值就能把它拽得很远；中位数是排序后的中间值，它按数据大小排了个序，几乎不随极端值的位置改变。当数据对称时两者重合，偏斜时则明显分开。比如 2, 4, 4, 4, 5, 5, 7, 9 这组数，平均数正好是 5，而中位数是 4.5，因为最大的两个值把平均值往上拉了。当你需要用中心值做后续算术时，比如算占总数的百分比或者做加权组合，用平均数；当你是在一个少数极大或极小值主导的分布里描述「典型情况」时，用中位数。对于偏斜的数据集，如果只报一个数字，你一定会误导读报告的人。
为什么要在方差之后开平方？
因为方差的单位是原单位的平方，没有人能在「秒的平方」里思考。平方是数学上的必需而非选择：偏差有正负两种符号，不平方的话高于平均数 5 的和低于平均数 5 的会精确相消，任何一组数据的方差都会算成零。平方让所有贡献都为正，得到的结果又与离散程度的平方成正比，再除以 n 或 n−1，得到的方差单位是时间平方，没法和任何有意义的东西比较。开平方把单位还原回去，于是 0.83 秒这样的标准差真正表示数据距离平均数大约 0.83 秒，这句话可以直接拿去对照规格书、可以加到阈值上、也可以喂给后续公式。这就是为什么人们谈论数据波动时引用的是标准差，而不是方差。
四分位距有什么用，什么时候比标准差更合适？
四分位距，也就是 IQR，等于 Q3 减 Q1，它衡量的是数据中间一半的宽度，完全丢弃下面四分之一和上面四分之一。正因如此它非常稳健。标准差会按每个值离平均数有多远给它加权，于是一条录错的数据，或者一位把收入填成 900000 而不是 90000 的受访者，就能把标准差抬得离谱；IQR 则完全不受影响。对 11.2, 11.5, 11.9, 12.1, 12.4, 13.8 这组数，标准差约 0.91 秒，IQR 约 0.73 秒，差距不算大；而只要加入一个 500 这样的离群值，标准差就会飙到 180 以上，Q1 和 Q3 却几乎不动。处理收入、房价、延迟这类偏斜数据时，把 IQR 和中位数一起报出来是标准的防御性做法，常用的经验规则是：超出 Q1 或 Q3 达 1.5 倍 IQR 的值，值得当作可疑离群点去查一查。
变异系数比标准差多告诉了我什么？
变异系数把标准差除以平均数的绝对值并用百分数表示，从而把绝对离散度变成相对离散度。单独一个「标准差 10」是没有意义的：如果平均数是 12，它是巨大的；如果平均数是 5000，它可以忽略不计。表示成比值之后，单位和量级都被消掉了。在计算器里，默认那组数据的变异系数约为 35.5%，而一组更集中的考试成绩约为 10.8%，一眼就能看出前一组相对于自身大小是散的、后一组不是。这正是它适合用来比较不同单位数据集的原因，比如比较以欧元计的日销售额波动和以美元计的日销售额波动，或者比较量级差异很大的两个总体。有一点要留意：当平均数接近零时这个指标就失去意义了，因为你在用一个极小的数做除数。
均值的标准误是什么，和标准差有什么区别？
均值的标准误写作 SEM，等于样本标准差除以 n 的平方根，它和标准差本身回答的是不同的问题。标准差描述的是你这些数据点离平均数有多远；标准误描述的是你对平均数的估计有多精确。由于大量观测值的平均数会向真值收敛，它的不确定度随着数据增加而缩小，具体速度是 n 的平方根的倒数，也就是想要误差减半需要四倍数据，想减到四分之一需要十六倍数据。默认那组十个数值，样本标准差是 10.898，标准误约为 3.45，于是 29.1 这个平均数大致带着正负三左右的误差。在论文或报告里写出平均数时，同时给出标准误差就能告诉读者这个数字有多可信。但千万不要把它和数据本身的原始标准差搞混，后者通常是两者中较大的那个。
为什么我的众数那一行显示没有众数？
因为计算器只在某个值出现不止一次时才报告众数——如果每个值都恰好出现一次，那这组数据确实没有众数。这是严格的教科书定义，和某些软件的默认行为并不一样，Excel 在这方面的处理有时会让人意外。工具会把并列的众数全部列出，而不是随便挑一个，比如 2, 4, 4, 4, 5, 5, 7, 9 会同时返回 4 和 5，因为它们各出现三次。双峰分布往往比任何单独一个峰都更有信息量：两个峰通常意味着你的数据里混着两类不同的群体，比如两类客户或两种工况，把它们揉成一个平均数和一个标准差只会掩盖这种结构。当看到两个众数时，把数据拆开分别分析才是正确的做法。