透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

變異數
2.5
輸入數字 1,2,3,4,5
平均數 3
標準差 1.5811

這個變異數計算機能做什麼

變異數(Variance)用來衡量一組數字相對於平均數(Mean)的離散程度。變異數越小,代表數值集中、緊貼平均數;變異數越大,則表示數值分布得越分散。這個計算機只需要一組以逗號分隔的數字,就能一次幫你算出平均數、變異數與標準差,讓你立刻判斷資料的穩定度或波動性。

數線展示分散的資料點及其與平均值的距離
變異數衡量資料點偏離平均值的程度。

如何使用

畫面上只有一個輸入欄位:輸入數字(以逗號分隔)。把你的資料貼上或輸入即可,可用逗號、分號、空格,甚至全形逗號分隔,例如 4, 8, 15, 16, 23, 42。計算機會自動拆解文字、將每一項轉換成數字,並算出:

  • 平均數——所有數值的算術平均。
  • 變異數——各數值與平均數差距平方後的平均。
  • 標準差——變異數開平方根,單位與原始資料相同。

背後的計算公式

本計算機採用 Apache Commons Math 的 StatUtils.variance 方法,計算的是樣本變異數(除以 n − 1,而非 n)。公式如下:

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

其中 \(x_i\) 為每一個數值,\(\bar{x}\) 為平均數,\(n\) 為數值的個數。標準差則為 \(s = \sqrt{s^2}\)。除以 \(n - 1\)(即貝索校正,Bessel's correction)能讓樣本變異數成為母體變異數的不偏估計值。

Advertisement
變異數公式步驟的視覺化分解
將每個偏離平均值的差值平方、求和,再除以 n 減一。

實際範例

假設你輸入 2, 4, 6, 8

  • 平均數 = \((2 + 4 + 6 + 8) / 4 = 5\)
  • 各項差距平方:\((2-5)^2=9\)、\((4-5)^2=1\)、\((6-5)^2=1\)、\((8-5)^2=9\) → 總和 = 20
  • 樣本變異數 = \(20 / (4 - 1) = 6.667\)
  • 標準差 = \(\sqrt{6.667} \approx 2.582\)

計算機會自動同時顯示這三個結果。

Advertisement

常見問題

這是樣本變異數還是母體變異數?本工具計算的是樣本變異數,除以 n − 1。當你的數字代表的是「樣本」而非「整個母體」時,這是標準的計算方式。

可以使用哪些分隔符號?逗號、分號、空格,以及亞洲常用的全形逗號都可以,因此即使是貼上來的雜亂資料,通常也能正確解析。

為什麼還要顯示標準差?因為標準差的單位與原始資料相同,比較容易解讀;而變異數的單位是平方後的單位,較不直觀。

相關計算機

最後更新: