通过MCP连接 →

输入计算

数学公式

广告

结果

方差
2.5
输入的数字 1,2,3,4,5
均值 3
标准差 1.5811

这款方差计算器能做什么

方差用来衡量一组数字围绕其平均值(均值)的离散程度。方差越小,说明各数值紧紧聚集在均值附近;方差越大,则说明数据分布得越分散。本计算器只需输入一串用逗号分隔的数字,就能一次性返回均值、方差和标准差,让你立刻判断数据的稳定性或波动性。

数轴展示分散的数据点及其与平均值的距离
方差衡量数据点偏离平均值的程度。

使用方法

这里只有一个输入框:输入数字(用逗号分隔)。你可以直接输入或粘贴数据,分隔符可以是逗号、分号、空格,甚至中文全角逗号,例如 4, 8, 15, 16, 23, 42。工具会自动拆分文本,将每一项转换为数字,并计算出:

  • 均值——所有数值的算术平均数。
  • 方差——各数值与均值之差的平方的平均值。
  • 标准差——方差的平方根,与原始数据的单位相同。

背后的计算公式

本计算器采用 Apache Commons Math 的 StatUtils.variance 方法,计算的是样本方差(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 \(x_i\) 表示每个数值,\(\bar{x}\) 表示均值,\(n\) 表示数值的个数。标准差则为 \(s = \sqrt{s^2}\)。采用 \(n - 1\)(即贝塞尔校正)可以在用样本估计总体方差时得到无偏估计量。

Advertisement
方差公式步骤的可视化分解
将每个偏离平均值的差值平方、求和,再除以 n 减一。

实例演算

假设你输入 2, 4, 6, 8

  • 均值 \(= (2 + 4 + 6 + 8) / 4 =\) 5
  • 各项平方差:\((2-5)^2=9\)、\((4-5)^2=1\)、\((6-5)^2=1\)、\((8-5)^2=9\) → 合计 \(= 20\)
  • 样本方差 \(= 20 / (4 - 1) =\) 6.667
  • 标准差 \(= \sqrt{6.667} \approx\) 2.582

计算器会自动给出以上三个结果。

常见问题

计算的是样本方差还是总体方差? 本工具计算的是样本方差,除以 n − 1。当你的数据是从更大总体中抽取的样本(而非整个总体)时,这是标准做法。

可以使用哪些分隔符? 逗号、分号、空格以及中文全角逗号都支持,因此即使是从别处粘贴过来、格式略显杂乱的数据,通常也能被正确解析。

为什么还要显示标准差? 标准差更易于理解,因为它与原始数据的单位一致;而方差的单位是原数据单位的平方。

最后更新: