📊 标准差计算器

1. 输入您的数据值，以逗号、空格或换行分隔。您可以输入任意数量的值。
2. 计算器会并排显示样本与总体两种结果。当数据是较大群体的子集时参考样本标准差，拥有全部数据点时参考总体标准差。
3. 按下计算以查看数据的平均值、标准差、方差、数量和极差。
4. 查看样本和总体标准差的值。对于大多数现实世界的分析，样本标准差是正确的选择。
5. 如果您需要进一步的统计计算，请使用方差值，因为方差等于标准差的平方。

样本标准差和总体标准差有什么区别？

总体标准差将平方离差除以 n（总数）。样本标准差除以 n 减 1，称为贝塞尔校正。当您拥有群体的每个成员时使用总体标准差。当您的数据是子集时使用样本标准差，因为除以较小的数字会得到略大且更准确的真实总体离散估计。

我需要多少数据点？

样本标准差至少需要 2 个数据点，因为除以 n 减 1 要求 n 至少为 2。对于总体标准差，1 个数据点技术上就足够了，但结果会是零，因为只有一个值时没有离散。对于有意义的统计，建议至少收集 10 到 30 个数据点。

数字的顺序重要吗？

不重要，输入的顺序不影响标准差。计算取决于值本身以及每个值与平均值的距离，而非它们的顺序。您可以以任何顺序输入数据。

什么是方差，它与标准差有什么关系？

方差是与平均值离差平方的平均。标准差是方差的平方根。方差以平方单位计量，可能难以解读。标准差将计量转回与原始数据相同的单位，使其更容易理解和比较。

解读标准差时，请记住在正态分布中约有 68% 的值落在平均值的一个标准差范围内，约 95% 在两个标准差内，约 99.7% 在三个标准差内。这称为经验法则或 68-95-99.7 法则。请务必根据数据的收集方式来判断应使用样本还是总体模式。如果您的数据集包含异常值，请考虑它们是真实的数据点还是错误，因为异常值会大幅膨胀标准差。此工具在您的浏览器中本地处理所有数据。