Подключиться через MCP →

Введите расчет

Разделяйте числа пробелами, запятыми или переносами строк.

Математическая формула

Математическая формула: Калькулятор стандартного отклонения и дисперсии
Show calculation steps (1)
  1. Population Standard Deviation

    Population Standard Deviation: Калькулятор стандартного отклонения и дисперсии

    Square root of the sum of squared deviations divided by n.

Реклама

Результатов

Standard Deviation (s)
5,237229
Sample mode
Variance (s²) 27,428571
Количество значений (n) 8
Mean (x̄) 18
Сумма квадратов (SS) 192

Что считает этот калькулятор

Инструмент вычисляет стандартное отклонение и дисперсию числового набора данных, а также сопутствующие показатели: количество значений (\(n\)), среднее арифметическое и сумму квадратов (SS). Стандартное отклонение показывает, насколько сильно ваши числа разбросаны вокруг среднего. Маленькое значение означает, что данные плотно сгруппированы возле среднего, а большое — что они разбросаны широко.

Как пользоваться

Введите или вставьте числа в поле, разделяя их пробелами, запятыми или переносами строк — можно сочетать всё сразу, а пустые значения просто игнорируются. Затем укажите, что представляют ваши данные: выборку (часть большей совокупности, деление на \(n-1\)) или всю генеральную совокупность (деление на \(n\)). Нажмите «Рассчитать», чтобы увидеть подробный разбор.

Разбор формулы

Сначала находим среднее: \(\bar{x} = (\sum x_i) / n\). Затем отклонение каждого значения от среднего возводим в квадрат и складываем — получаем сумму квадратов: \(SS = \sum (x_i - \bar{x})^2\). Дисперсия равна SS, делённой на \(n-1\) (выборка) или на \(n\) (генеральная совокупность), а стандартное отклонение — это просто квадратный корень из дисперсии:

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

В режиме выборки используется деление на \(n-1\) (поправка Бесселя), чтобы получить несмещённую оценку истинной дисперсии совокупности по выборке.

Реклама
Точки данных, разбросанные вокруг линии среднего, со стрелками отклонений
Дисперсия и стандартное отклонение показывают, насколько далеко каждая точка данных отклоняется от среднего.

Пример расчёта

Возьмём набор данных 10, 12, 23, 23, 16, 23, 21, 16: их сумма равна 144 при \(n = 8\), значит среднее равно 18. Сумма квадратов отклонений составит \(SS = 192\). В режиме выборки дисперсия:

$$192 \div 7 = 27{,}4286$$

а стандартное отклонение:

$$\sqrt{27{,}4286} \approx 5{,}2372$$

В режиме генеральной совокупности дисперсия:

$$192 \div 8 = 24$$

а стандартное отклонение:

$$\sqrt{24} \approx 4{,}899$$
Две колоколообразные кривые, узкая и широкая, с одинаковым средним
Большее стандартное отклонение даёт более широкое и плоское распределение вокруг того же среднего.

Частые вопросы

Когда выбирать выборку, а когда генеральную совокупность? Выбирайте выборку, если ваши данные — это часть большей группы, о которой вы хотите делать выводы. Выбирайте генеральную совокупность, если данные охватывают всех членов группы целиком.

Почему для режима выборки нужно минимум 2 значения? Формула для выборки делит на \(n-1\), и при единственном значении это было бы деление на ноль, то есть результат окажется неопределённым.

Что такое сумма квадратов? Это сумма всех квадратов разностей между каждым значением и средним — базовый «кирпичик», на котором строятся и дисперсия, и стандартное отклонение.

Последнее обновление: