Калькулятор стандартного отклонения

Калькулятор стандартного отклонения

Популярный AI Skill PRO

Введите расчет

Математическая формула

s=∑i=1n(xi−x‾)2n−1x‾=1n∑i=1nxis = \sqrt{\dfrac{\displaystyle\sum_{i=1}^{n}\left(x_i - \bar{x}\right)^2}{n-1}} \qquad \bar{x} = \dfrac{1}{n}\sum_{i=1}^{n} x_i
Статистика использования

Реклама

Результаты

Выборочное стандартное отклонение (s)
1,5811
Среднее 3
Выборочная дисперсия (s²) 2,5
Выборочное стандартное отклонение (s) 1,5811
Стандартное отклонение совокупности (σ) 1,4142
Коэффициент вариации 52,7%
Медиана 3
Минимум 1
Максимум 5
Количество 5
Сумма 15
Таблица вычислений
x x − x̄ (x − x̄)²
1 -2 4
2 -1 1
3 0 0
4 1 1
5 2 4
Σ 15 10
Среднее (x̄) 15 ÷ 5 = 3
Выборочная дисперсия (s²) 10 ÷ (5 − 1) = 2,5
Дисперсия генеральной совокупности (σ²) 10 ÷ 5 = 2

Сообщить об ошибке на этой странице

Что считает этот калькулятор

Калькулятор стандартного отклонения принимает список чисел, который вы вводите, и мгновенно выдаёт выборочное стандартное отклонение вместе с полным набором сводных показателей: средним значением, медианой, дисперсией, минимумом, максимумом, количеством и суммой. Инструмент пригодится студентам, аналитикам, исследователям и всем, кому нужно понять, насколько сильно разбросаны значения, не открывая электронную таблицу.

Точки данных на числовой прямой, разбросанные вокруг отметки среднего в центре
Стандартное отклонение показывает, насколько сильно данные разбросаны относительно среднего.

Как пользоваться

Поле ввода одно: Введите числа (через запятую). Наберите или вставьте значения, разделяя их запятыми, точками с запятой или пробелами — калькулятор гибко распознаёт разделители и автоматически отбрасывает пустые элементы. Например, можно ввести 4, 8, 15, 16, 23, 42 и нажать «Рассчитать».

  • Среднее — среднее арифметическое всех значений
  • Медиана — серединное значение (50-й процентиль)
  • Стандартное отклонение — насколько значения в среднем отклоняются от среднего
  • Дисперсия — квадрат стандартного отклонения
  • Минимум, максимум, количество, сумма — быстрые описательные показатели

Разбор формулы

Калькулятор использует формулу выборочного стандартного отклонения:

$$s = \sqrt{\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n - 1}}$$

Здесь \(x_i\) — каждое число, \(\bar{x}\) — среднее, а \(n\) — количество значений. Обратите внимание: в знаменателе стоит \(n - 1\), а не \(n\) — это поправка Бесселя, которая даёт несмещённую оценку, когда ваши данные представляют собой выборку из более крупной совокупности. Дисперсия — это просто \(s^2\).

Реклама
Колоколообразная кривая с отметками стандартного отклонения и квадратом отклонения от среднего
Каждое отклонение от среднего возводят в квадрат, усредняют, а затем извлекают квадратный корень — так получается s.

Пример расчёта

Возьмём значения 4, 8, 15, 16, 23, 42:

  • Количество = 6, Сумма = 108
  • Среднее = 108 ÷ 6 = 18
  • Квадраты отклонений: (4−18)² + (8−18)² + (15−18)² + (16−18)² + (23−18)² + (42−18)² = 196 + 100 + 9 + 4 + 25 + 576 = 910
  • Дисперсия = 910 ÷ (6 − 1) = 182
  • Стандартное отклонение = √182 ≈ 13,49

Медиана этого набора — среднее двух центральных значений (15 и 16) = 15,5.

Частые вопросы

Считается выборочное или генеральное стандартное отклонение? Калькулятор вычисляет выборочное стандартное отклонение, деля на \(n - 1\). Если вам нужно значение для генеральной совокупности (деление на \(n\)), разница невелика для больших наборов данных, но заметнее для маленьких.

Какие разделители можно использовать? Подойдут запятые, точки с запятой, пробелы и переносы строк, поэтому столбец из таблицы можно вставить напрямую.

Почему рядом со стандартным отклонением показана дисперсия? Дисперсия — это стандартное отклонение в квадрате. Она нужна в статистических тестах и дисперсионном анализе (ANOVA), тогда как стандартное отклонение легче интерпретировать, ведь оно выражено в тех же единицах, что и сами данные.

Реклама
Две колоколообразные кривые с общим центром: узкая и широкая
Малое стандартное отклонение означает, что данные плотно сгруппированы, большое — что разброс шире.

Интерпретация вашего результата

Стандартное отклонение (SD) показывает, насколько далеко в среднем отдельные значения отклоняются от среднего значения вашего набора данных. Оно выражается в тех же единицах, что и ваши данные, что позволяет легко его интерпретировать.

  • Большее SD — значения более разбросаны и сильно варьируются вокруг среднего значения.
  • Меньшее SD — значения плотно группируются около среднего значения и более согласованны.
  • SD, равное 0 — все значения одинаковы (вариации вообще нет), поэтому среднее значение равно каждому значению.

Поскольку SD зависит от масштаба данных, сложно сравнивать разброс между наборами данных, измеренными в разных единицах или с сильно различающимися средними значениями. Для этого используйте коэффициент вариации (CV), определяемый как SD, деленное на среднее значение и обычно выражаемое в процентах:

$$\text{КВ} = \frac{s}{\bar{x}} \times 100\%$$

Например, набор данных с \(s = 6\) и \(\bar{x} = 40\) имеет КВ 15%, что означает разброс составляет 15% среднего значения — относительную меру, которую вы можете сравнивать с наборами данных совершенно на других масштабах.

Когда ваши данные примерно соответствуют колоколообразной кривой (приблизительно нормальному распределению), эмпирическое правило дает быстрое представление о том, как SD соотносится с распределением:

  • Примерно 68% значений находятся в пределах 1 SD от среднего значения (между \(\bar{x}-s\) и \(\bar{x}+s\)).
  • Примерно 95% находятся в пределах 2 SD от среднего значения.
  • Примерно 99,7% находятся в пределах 3 SD от среднего значения.

Итак, для данных, выглядящих нормально распределенными, с \(\bar{x}=100\) и \(s=10\), примерно 95% значений будут лежать между 80 и 120. Значения более чем на 2–3 SD сверх нормы редки и могут потребовать проверки как потенциальные выбросы.

Соглашения и граничные случаи

Каждый случай ниже был прогнан через этот калькулятор; в столбце результата — то, что он действительно возвращает.

СлучайВводРезультат
Десятичные 0,1; 0,2; 0,30.1, 0.2, 0.30,1
Чётное число значений (1, 2, 3, 4)1, 2, 3, 41,291
Отрицательные значения (−3, −1, 4)-3, -1, 43,6056
Ноль в списке (0, 4, 9)0, 4, 94,5092
Выборка или генеральная совокупность (2, 4, 4, 4, 5, 5, 7, 9)2, 4, 4, 4, 5, 5, 7, 92,1381
Одно значение7Для выборочного стандартного отклонения нужно не менее 2 значений.

Проверено 2026-11-08

Определения и глоссарий

Среднее значение (\(\bar{x}\))
Среднее арифметическое — сумма всех значений, деленная на количество. Это центральная точка, от которой измеряются отклонения.
Медиана
Среднее значение при сортировке данных; если количество четное, то это среднее арифметическое двух средних значений. На него меньше влияют выбросы, чем на среднее значение.
Стандартное отклонение (s)
Типичное расстояние значений от среднего значения в исходных единицах — квадратный корень из дисперсии.
Дисперсия (\(s^2\))
Среднее значение квадратов отклонений от среднего значения (используя \(n-1\) для выборки). Она выражается в квадратных единицах, поэтому стандартное отклонение обычно предпочтительнее для интерпретации.
Выборка и генеральная совокупность
Выборка — это подмножество, взятое из более крупной группы, и делится на \(n-1\); генеральная совокупность включает каждого члена и делится на \(n\). Этот инструмент вычисляет стандартное отклонение выборки.
Поправка Бесселя (\(n-1\))
Деление на \(n-1\) вместо \(n\) при использовании выборки. Это исправляет тенденцию дисперсии выборки недооценивать истинную дисперсию генеральной совокупности.
Отклонение
Разница между отдельным значением и средним значением, \(x_i - \bar{x}\). Возведение этих отклонений в квадрат — это основа расчета дисперсии.
Количество (n)
Количество введенных значений — размер вашего набора данных.
Сумма
Итоговое значение всех сложенных значений; деление его на количество дает среднее значение.
Минимум
Наименьшее значение в наборе данных.
Максимум
Наибольшее значение в наборе данных; максимум минус минимум дает размах.
Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика