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。
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。
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:
$$s^2=\frac{614}{6-1}=122.8,\qquad s=\sqrt{122.8}\approx 11.08$$计算约定与边界情况
以下每个情况都在本计算器上实际运行过,结果一栏就是它真实返回的值。
| 情况 | 输入 | 结果 |
|---|---|---|
| 小数 0.1、0.2、0.3 | 0.1, 0.2, 0.3 | 0.1 |
| 偶数个数值 (1, 2, 3, 4) | 1, 2, 3, 4 | 1.291 |
| 负值 (−3, −1, 4) | -3, -1, 4 | 3.6056 |
| 列表中有 0 (0, 4, 9) | 0, 4, 9 | 4.5092 |
| 样本还是总体 (2, 4, 4, 4, 5, 5, 7, 9) | 2, 4, 4, 4, 5, 5, 7, 9 | 2.1381 |
核对于 2026-11-08
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?此时样本标准差无定义(分母 n − 1 = 0),因此计算器不会显示数值,而是提示至少输入 2 个数值。
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。