通过MCP连接 →

输入计算

数学公式

广告

结果

样本标准差 (s)
13.4907
基于 n - 1 分母
数据个数 (n) 6
平均数 18
离差平方和 910
样本方差 (s²) 182

什么是样本标准差?

样本标准差用来衡量一组数据在其平均数附近的离散程度,分母采用经过贝塞尔校正的 \(n-1\)。当你手中的数据只是从更大总体中抽取的样本,而非完整总体时,它是最常用的离散程度统计量。

数据点围绕中心均值线分布的点图,箭头表示偏差
标准差衡量数据点偏离均值的程度。

计算公式

设有 \(n\) 个数值 \(x_1, x_2, \dots, x_n\),其平均数为 \(\bar{x}\),则样本标准差 \(s\) 为:

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

其中 \(\bar{x}=\frac{1}{n}\sum x_i\) 是平均数,求和号内的部分即为离差平方和。

Advertisement
步骤图:偏差平方、求和、除以 n 减 1,再开平方根
n-1 公式:将偏差平方,用 n-1 求平均,再开平方根。

使用方法

用逗号或空格分隔输入你的数值,即可直接读出标准差、平均数、方差以及离差平方和。处理样本时请使用本版(n-1);只有当你掌握了总体中的每一个成员时,才使用总体版(n)。

计算实例

以数据集 \(2, 4, 12, 18, 24, 30\) 为例。平均数为:

$$\bar{x}=\frac{2+4+12+18+24+30}{6}=\frac{90}{6}=15$$

各项的离差平方分别为 \(169, 121, 9, 9, 81, 225\),求和得:

$$\sum(x_i-\bar{x})^2 = 169+121+9+9+81+225 = 614$$

于是方差和标准差为:

$$s^2=\frac{614}{6-1}=122.8,\qquad s=\sqrt{122.8}\approx 11.08$$

常见问题

什么时候除以 n,而不是 n-1?只有计算总体标准差时才除以 \(n\)。对于样本,使用 \(n-1\) 可以校正在估计总体方差时产生的偏差。

如果只输入一个数值会怎样?此时标准差无定义(分母为零),因此结果会显示为 0。

可以混用逗号和空格吗?可以——数值之间用逗号或空格分隔均可,例如 4, 8 15 16

最后更新: