方差计算器

方差计算器

热门 AI Skill PRO

输入计算

数学公式

s2=1n−1∑i=1n(xi−x‾)2其中{xi=输入的数字n=数字个数x‾=1n∑i=1nxi\begin{gathered} s^2 = \frac{1}{n-1}\sum_{i=1}^{n}\left({x_i} - \bar{x}\right)^2 \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} x_i &= \text{输入的数字} \\ n &= \text{数字个数} \\ \bar{x} &= \frac{1}{n}\sum_{i=1}^{n} x_i \end{aligned} \right. \end{gathered}
使用统计

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
计算表
x x − x̄ (x − x̄)²
1 -2 4
2 -1 1
3 0 0
4 1 1
5 2 4
Σ 15 10
均值 (x̄) 15 ÷ 5 = 3
样本方差 (s²) 10 ÷ (5 − 1) = 2.5
总体方差 (σ²) 10 ÷ 5 = 2

报告本页错误

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。

广告
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。

解释你的方差结果

方差衡量数据集中的数值相对于其均值的离散程度。因为每个偏差在求平均值之前都会被平方,所以结果的单位是平方的:如果你的数据是以厘米为单位的长度,方差的单位就是cm²;如果是测试分数,就是"分数的平方"。这就是为什么通常会一起引用标准差(SD)——方差的平方根——因为标准差返回数据的原始单位,可以直接与均值进行比较。

这里使用的公式是样本方差,它将平方偏差之和除以自由度(n-1):

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

这个数字告诉你什么

  1. 方差永远不会是负数。平方偏差不能小于零,所以\(s^2 \ge 0\)总是成立。方差恰好为0只有一个意思:集合中的每个值都是相同的,标准差也是0。
  2. 更大意味着分布更广——但仅在相同单位内。方差400 cm²并不"大于"方差9 m²;首先转换为公共单位(9 m² = 90 000 cm²)。
  3. 方差不是无量纲的。均值大的数据自然会产生更大的绝对偏差。要比较不同均值或不同单位的数据集的分布,使用变异系数:
$$\text{CV} = \frac{s}{\bar{x}} \times 100\%$$

例如,集合{2, 4, 6, 8}有\(\bar{x} = 5\),\(s^2 = 6.667\),\(s = \sqrt{6.667} \approx 2.582\),给出\(\text{CV} = 2.582 / 5 \times 100\% \approx 51.6\%\)。变异系数仅对具有正均值的比率尺度数据有意义——对于以°C为单位的温度或靠近零的数据则不适用。

方差和数据的形状

如果数据大致呈正态分布(大致对称且钟形),经验法则——通常称为68–95–99.7法则——可以快速了解尺度:约68%的值落在\(\bar{x} \pm 1s\)范围内,约95%落在\(\bar{x} \pm 2s\)范围内,约99.7%落在\(\bar{x} \pm 3s\)范围内。这些百分比仅对接近正态的数据有效;对于偏态或多峰数据,它们可能会造成严重误导,而且仅通过方差无法揭示这一点——一定要查看原始数据值或绘图。

注意事项

  • 异常值占主导。因为偏差是平方的,单个极端值会产生过大的影响。向{2, 4, 6}添加一个100会将样本方差从4推高到2300以上。如果结果看起来大得不切实际,在解释之前要检查是否有拼写错误、单位混淆或真正的极端观测。鲁棒替代方法(如四分位数间距或中位绝对偏差)受影响较小。
  • 小样本给出不稳定的估计。当\(n = 4\)或\(n = 5\)时,即使底层过程不变,样本方差也可能在样本之间波动较大。将其视为粗略指示,而不是精确值。
  • \(n = 1\)是未定义的。只有一个值时,分母\(n - 1\)为零,因此无法计算样本方差——单个观测无法提供关于分布的信息。
  • 样本与总体。此计算器采用\(n-1\)除数,当你的数字是从更大群体中抽取的样本时,这是正确的选择。如果你的数字是整个总体,则总体方差改用\(n\),总是会小一些。
广告

关键术语和符号

术语 符号 含义
均值(样本) \(\bar{x}\) 样本值的算术平均数,\(\bar{x} = \frac{1}{n}\sum x_i\)。读作"x-bar"。
均值(总体) \(\mu\) 总体中每个成员的平均值,\(\mu = \frac{1}{N}\sum x_i\)。读作"mu"。
样本大小/总体大小 \(n\) / \(N\) 使用的值的数量。按惯例,小写的\(n\)表示样本,大写的\(N\)表示整个总体。
偏差 \(x_i - \bar{x}\) 一个值离均值有多远。在均值上方为正,下方为负。偏差总和始终为零,这就是为什么在求平均值前要对其平方。
平方偏差 \((x_i - \bar{x})^2\) 偏差乘以自身——消除符号并放大大的间隙。
平方和 SS 所有平方偏差的总和,\(SS = \sum_{i=1}^{n}(x_i - \bar{x})^2\)。每个方差公式的分子。
样本方差 \(s^2\) \(s^2 = \dfrac{SS}{n-1}\)——样本对总体方差的无偏估计。这是此计算器返回的内容。
总体方差 \(\sigma^2\) \(\sigma^2 = \dfrac{1}{N}\sum (x_i - \mu)^2\)——当数据覆盖整个总体时使用。读作"西格玛平方"。
自由度 \(df = n-1\) 一旦固定均值,可以自由变化的偏差数量;知道均值和\(n-1\)个偏差就能确定最后一个。
贝塞尔修正 用\(n-1\)除 将\(n\)替换为\(n-1\)的调整。没有它,样本方差会系统性地低估总体方差,因为偏差是从样本自身的均值来衡量的。
标准差 \(s\) / \(\sigma\) 方差的平方根,用与数据相同的单位表示:\(s = \sqrt{s^2}\)。
变异系数 CV 相对分布,\(CV = s / \bar{x}\),通常以百分比形式显示。无量纲,因此可以比较具有不同单位或不同数量级的数据集。
范围 — 最大值减去最小值。一种粗略的分布度量,只使用两个值,忽略其间的所有内容。
异常值 — 与其余数据相差很大的值。因为偏差是平方的,异常值会不成比例地增加方差。

单位说明:方差总是用数据单位的平方来表示——秒数据给出s²,公斤给出kg²,货币金额给出"货币的平方",这在日常中没有意义。这就是为什么大多数报告引用标准差而不是方差本身的实际原因。

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、0.30.1, 0.2, 0.30.01
偶数个数值 (1, 2, 3, 4)1, 2, 3, 41.6667
负值 (−3, −1, 4)-3, -1, 413
列表中有 0 (0, 4, 9)0, 4, 920.3333
样本还是总体 (2, 4, 4, 4, 5, 5, 7, 9)2, 4, 4, 4, 5, 5, 7, 94.5714
只有一个数值7样本方差至少需要 2 个数值。

核对于 2026-11-08

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:

数学和统计热门计算器

查看全部数学和统计计算器