透過 MCP 連接 →

輸入計算

數學公式

數學公式: 相對標準差計算器

廣告

結果

相對標準差
22.59%
變異係數
平均值 14
標準差 3.1623
資料點數量(n) 5

什麼是相對標準差?

相對標準差(RSD),又稱為變異係數(%CV),用來衡量一組數值相對於其平均值的離散程度。由於它是把標準差除以平均值再乘以 100,因此結果是不帶單位的百分比。正因如此,RSD 特別適合用來比較單位不同、或數量級差異很大的量測精密度——這是單純的標準差所做不到的。

兩條形狀相同但平均值不同的鐘形曲線,其中一條的相對變異較大
離散程度相同時,平均值越小,相對變異越大。

如何使用本計算器

請以逗號或空格分隔輸入您的資料數值。接著選擇要使用樣本標準差(採用 \(n-1\),當您的資料只是更大群體中的一部分時,這是常見選擇),或是母體標準差(採用 \(n\),當您的資料代表整個群體時使用)。計算器會以百分比形式回傳 RSD,並一併列出平均值、標準差以及資料點的數量。

公式解析

首先計算平均值(\(\bar{x}\));接著由各數值對平均值的離差平方求得標準差(\(s\));最後 RSD =(\(s \div \bar{x}\))× 100%。

$$\text{RSD} = \frac{s}{\bar{x}} \times 100\% \qquad s = \sqrt{\frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n-1}}$$

RSD 越小(約低於 10%)代表資料聚集緊密、精密度高;RSD 越大則表示變異程度高。

Advertisement
圖示標準差除以平均值再乘以 100,得到以百分比表示的相對標準差
RSD 將標準差表示為平均值的百分比。

實例演算

以資料組 10、12、14、16、18 為例:平均值為 14。樣本變異數為

$$\frac{(-4)^2+(-2)^2+0^2+2^2+4^2}{4} = \frac{40}{4} = 10$$

所以 \(s = \sqrt{10} \approx 3.1623\)。

$$\text{RSD} = \frac{3.1623}{14} \times 100 \approx 22.59\%$$

常見問題

RSD 和 %CV 是同一回事嗎?是的——相對標準差與百分比變異係數指的是同一個計算。

我該用樣本還是母體?當您的數值只是從更大母體中抽出的樣本時,請使用樣本(\(n-1\)),這涵蓋了大多數實驗室與問卷調查的情境。只有在您已量測群體中的每一個成員時,才使用母體(\(n\))。

多少 RSD 才算好?這要視領域而定。在分析化學中,RSD 低於 2% 通常被視為極佳的精密度;而在其他情境下,15–20% 以內可能就已足夠可接受。

最後更新: