透過 MCP 連接 →

輸入計算

數學公式

數學公式: 母體標準差計算器

廣告

結果

Population Standard Deviation (σ)
12.3153
sigma
資料筆數(N) 6
總和 108
Mean (μ) 18
Variance (σ²) 151.6667

什麼是母體標準差?

母體標準差以符號 \(\sigma\)(sigma)表示,用來衡量一組數字的離散程度,而且這組數字代表的是整個母體,而非抽出的樣本。\(\sigma\) 越小,代表數值緊密集中在平均數附近;\(\sigma\) 越大,代表數值分散得越開。當你的資料涵蓋了所關注群體的每一個成員時,就該使用母體公式;若資料只是其中的一部分(也就是樣本),則應改用樣本標準差,它除以的是 \(N-1\) 而不是 \(N\)。

鐘形曲線,平均值置中,兩側以一個標準差為間隔的陰影帶
標準差衡量資料圍繞平均值的離散程度。

如何使用這個計算器

把你的數字輸入到欄位中,用逗號或空格分隔即可,例如 4, 8, 15, 16, 23, 42。計算器會回傳標準差 \(\sigma\),並一併列出資料個數 \(N\)、總和、平均數 \(\mu\) 以及變異數 \(\sigma^2\),讓你能逐步檢查每一個計算結果。

公式解析

首先算出這 \(N\) 個數值的平均數:

$$\mu = \frac{1}{N}\sum_{i=1}^{N} x_i$$

接著求出每個數值與平均數差距的平方之平均,再開平方根:

$$\sigma = \sqrt{\frac{1}{N}\sum_{i=1}^{N}(x_i - \mu)^2}$$

其中 \(x_i\) 為每一筆資料數值,\(N\) 為資料筆數,\(\mu\) 則是母體平均數。

Advertisement

範例演算

以資料 \(2, 4, 4, 4, 5, 5, 7, 9\) 為例,共有 \(N = 8\) 個數值,總和為 40,因此:

$$\mu = \frac{40}{8} = 5$$

各數值與平均數差距的平方總和為 \(9+1+1+1+0+0+4+16 = 32\),所以:

$$\sigma = \sqrt{\frac{32}{8}} = \sqrt{4} = 2$$
資料點沿水平軸的點圖,中間有一條平均值線,箭頭顯示每個點的偏差
將每個點到平均值的距離平方、求平均,再開平方根。

常見問題

什麼時候用母體、什麼時候用樣本?當你的資料就是完整的全部時,使用母體公式(除以 \(N\));當資料是從更大群體中抽出的樣本時,則使用樣本公式(除以 \(N-1\))。

變異數是什麼?變異數 \(\sigma^2\) 就是標準差的平方,也就是還沒開平方根前、各數值與平均數差距的平方之平均。

可以輸入小數或負數嗎?可以。數值之間用逗號或空格分隔即可,負數與小數都完全支援。

最後更新: