MCPで接続 →

計算を入力してください

公式

広告

結果

Sample Variance (s²)
182
n − 1 で割った値
Population variance (σ²) 151.6667
標本標準偏差(s) 13.4907
Population standard deviation (σ) 12.3153
Mean (x̄) 18
Sum of squares (Σ(x-x̄)²) 910
合計 108
データ数(n) 6

分散・標準偏差 計算ツールとは?

このツールは、入力した数値リストから母分散と標本分散、そしてそれぞれに対応する標準偏差を自動で計算します。分散は各データが平均からどれだけ離れているかを示す指標で、標準偏差はそのばらつきを元のデータと同じ単位で表したものです。

使い方

データをカンマまたはスペースで区切って入力し(例:4, 8, 15, 16, 23, 42)、計算を実行するだけです。平均・合計・偏差平方和に加えて、母分散と標本分散、両方の標準偏差をまとめて表示します。

計算式の解説

母分散は、偏差の二乗和をデータ数Nで割って求めます:$$\sigma^2 = \frac{\sum (x_i - \mu)^2}{N}$$一方、標本分散では \(n - 1\) で割ること(ベッセル補正)により、標本から母集団を推定する際の偏りのない推定値が得られます:$$s^2 = \frac{\sum (x_i - \bar{x})^2}{n - 1}$$標準偏差は、分散の平方根を取ったものにすぎません。

数直線上のデータ点と、平均からの偏差を示した図
分散は、各データ点の平均からの距離の二乗を平均したものです。

計算例

データが 4, 8, 15, 16, 23, 42 の場合、平均は \(108/6 = 18\) です。各偏差の二乗は \((4-18)^2=196\)、\((8-18)^2=100\)、\((15-18)^2=9\)、\((16-18)^2=4\)、\((23-18)^2=25\)、\((42-18)^2=576\) となり、その合計は 910 です。よって母分散は \(910/6 \approx 151.67\)、標本分散は \(910/5 = 182\) になります。

平均線を示した棒グラフで、平均周辺の値のばらつきを表した図
平均まわりのばらつきが大きいほど、分散と標準偏差は大きくなります。

よくある質問

標本分散と母分散はどう使い分ける? データが対象とする集団全体をカバーしている場合は母分散を、より大きな母集団から抽出した一部(標本)の場合は標本分散を使います。

なぜ \(n - 1\) で割るの? 標本から母分散を推定すると値が小さめに偏る傾向があり、\(n - 1\) で割ることでその偏りを補正します。

負の数も使える? はい。実数であればどんな値でも入力できます。

最終更新: