Σ
SDCalc
MellannivåHandledningar·15 min

Beräkna standardavvikelse i Excel och Python

Steg-för-steg-handledningar för att beräkna standardavvikelse i Excel (STDEV.S, STDEV.P) och Python (numpy, pandas, statistics). Med kodexempel.

Excel: Översikt

Microsoft Excel erbjuder inbyggda funktioner för att beräkna både stickprovs- och populationsstandardavvikelse. Dessa funktioner är tillgängliga i alla moderna versioner av Excel.

Excel-funktioner

FunktionTypBeskrivning
`STDEV.S()`StickprovStickprovsstandardavvikelse (dividerar med n-1)
`STDEV.P()`PopulationPopulationsstandardavvikelse (dividerar med N)
`STDEV()`StickprovÄldre funktion, samma som STDEV.S
`STDEVP()`PopulationÄldre funktion, samma som STDEV.P

Excel-exempel

Excel Formulas
// Data in cells A1:A10
=STDEV.S(A1:A10)     // Sample SD
=STDEV.P(A1:A10)     // Population SD

// For specific values
=STDEV.S(4, 8, 6, 5, 3)    // Returns 1.924

// Ignoring text and logical values
=STDEV.S(A1:A10)    // Ignores text
=STDEVA(A1:A10)     // Includes text as 0

Proffstips

Använd STDEV.S för de flesta verkliga analyser. Använd bara STDEV.P när du är säker på att du har den kompletta populationen.

Python: Översikt

Python erbjuder flera sätt att beräkna standardavvikelse. De vanligaste biblioteken är NumPy, Pandas och den inbyggda modulen statistics.

Använda NumPy

Python (NumPy)
import numpy as np

data = [4, 8, 6, 5, 3]

# Population standard deviation (default)
pop_sd = np.std(data)
print(f"Population SD: {pop_sd}")  # 1.720

# Sample standard deviation
sample_sd = np.std(data, ddof=1)
print(f"Sample SD: {sample_sd}")  # 1.924

Vad är ddof?

ddof står för “Delta Degrees of Freedom” (delta frihetsgrader). Att sätta ddof=1 säger åt NumPy att dividera med (n-1) för stickprovs-SA. Standard ddof=0 ger populations-SA.

Använda Pandas

Python (Pandas)
import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'scores': [85, 90, 78, 92, 88]})

# Sample SD (default in pandas)
sample_sd = df['scores'].std()
print(f"Sample SD: {sample_sd}")

# Population SD
pop_sd = df['scores'].std(ddof=0)
print(f"Population SD: {pop_sd}")

# Multiple columns at once
df.std()  # Returns SD for all numeric columns

Snabb jämförelse

VerktygStickprovs-SAPopulations-SA
Excel`STDEV.S()``STDEV.P()`
NumPy`np.std(data, ddof=1)``np.std(data)`
Pandas`df.std()``df.std(ddof=0)`
Python statistics`stdev()``pstdev()`