Σ
SDCalc
ПочатковийОснови·12 min

Повний посібник зі стандартного відхилення

Опануйте стандартне відхилення з нашим вичерпним посібником. Вивчіть формули, покрокові обчислення, приклади з реального життя та коли використовувати вибіркове чи генеральне СВ.

Що таке стандартне відхилення?

Стандартне відхилення — це статистична міра, яка кількісно оцінює ступінь варіації або розкиду в наборі даних. Простіше кажучи, воно показує, наскільки числа розкидані відносно їхнього середнього значення.

Уявіть собі: якщо у вас є група студентів з результатами іспиту, стандартне відхилення покаже, чи більшість студентів отримали подібні оцінки (низьке СВ), чи оцінки сильно відрізнялися (високе СВ).

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Чому стандартне відхилення важливе?

Стандартне відхилення є однією з найбільш широко використовуваних статистичних мір, оскільки надає критично важливу інформацію для прийняття рішень практично в кожній галузі:

  • Фінанси:Вимірювання інвестиційного ризику та волатильності портфеля
  • Виробництво:Контроль якості та вдосконалення процесів за методологією Шість сигм
  • Наука:Звітування про невизначеність вимірювань та точність експериментів
  • Освіта:Аналіз розподілу оцінок та побудова кривих оцінювання
  • Охорона здоров’я:Клінічні випробування та аналіз варіабельності даних пацієнтів

Формула стандартного відхилення

Існують дві версії формули стандартного відхилення, залежно від того, чи працюєте ви з вибіркою, чи з генеральною сукупністю:

Генеральне стандартне відхилення

σ = √[Σ(xᵢ - μ)² / N]

Вибіркове стандартне відхилення

s = √[Σ(xᵢ - x̄)² / (n-1)]

Позначення

σ (сигма) = генеральне СВ · s = вибіркове СВ · Σ = сума · xᵢ = кожна точка даних · μ (мю) = генеральне середнє · x̄ (x з рискою) = вибіркове середнє · N = обсяг генеральної сукупності · n = обсяг вибірки

Чому (n-1)?

При роботі з вибіркою ми ділимо на (n-1) замість n. Це називається поправкою Бесселя і забезпечує незміщену оцінку генерального стандартного відхилення.

Покрокове обчислення

Обчислимо вибіркове стандартне відхилення для набору даних: 4, 8, 6, 5, 3

1

Обчисліть середнє

Середнє = (4 + 8 + 6 + 5 + 3) / 5 = 26 / 5 = 5,2
2

Знайдіть відхилення кожного значення від середнього

4 - 5,2 = -1,2 · 8 - 5,2 = 2,8 · 6 - 5,2 = 0,8 · 5 - 5,2 = -0,2 · 3 - 5,2 = -2,2
3

Піднесіть кожне відхилення до квадрату

(-1,2)² = 1,44 · (2,8)² = 7,84 · (0,8)² = 0,64 · (-0,2)² = 0,04 · (-2,2)² = 4,84
4

Підсумуйте квадрати відхилень

1,44 + 7,84 + 0,64 + 0,04 + 4,84 = 14,8
5

Поділіть на (n-1)

Дисперсія = 14,8 / (5-1) = 14,8 / 4 = 3,7
6

Обчисліть квадратний корінь

Стандартне відхилення = √3,7 = 1,924

Порада

Використовуйте наш Калькулятор стандартного відхилення для миттєвого обчислення СВ з покроковими розв’язками для будь-якого набору даних.

Інтерпретація результатів

Розуміння значення отриманого стандартного відхилення є вирішальним для прийняття обґрунтованих рішень:

Значення СВІнтерпретаціяПриклад
Низьке СВТочки даних тісно згруповані навколо середнього; висока узгодженістьДеталі, виготовлені на верстаті з жорсткими допусками
Високе СВТочки даних широко розкидані; висока варіабельністьЩоденні зміни курсу акцій
Нульове СВУсі точки даних ідентичніТовари з фіксованою ціною в магазині

Емпіричне правило (68-95-99,7)

Для нормально розподілених даних: 68% даних потрапляє в межі 1 стандартного відхилення від середнього · 95% потрапляє в межі 2 стандартних відхилень · 99,7% потрапляє в межі 3 стандартних відхилень

Приклади з реального життя

Приклад 1: Результати іспиту

Клас із 30 студентів складає іспит. Середній бал — 75, стандартне відхилення — 10. Інтерпретація: Більшість студентів (близько 68%) отримали від 65 до 85 балів. Студент із результатом 95 показує виняткові результати (на 2 СВ вище середнього), тоді як бал 55 свідчить про труднощі (на 2 СВ нижче середнього).

Приклад 2: Якість виробництва

Завод виготовляє болти діаметром 10 мм. Після вимірювання 100 болтів середнє значення становить 10,02 мм із СВ 0,05 мм. Інтерпретація: Процес добре контрольований. 99,7% болтів матимуть діаметр від 9,87 мм до 10,17 мм (±3σ). Якщо специфікації вимагають 10 мм ± 0,2 мм, цей процес легко відповідає стандартам якості.

Типові помилки, яких слід уникати

Використання неправильної формули

Не використовуйте генеральне СВ (N), коли у вас є вибірка. Це занижує справжню варіабельність.

Ігнорування викидів

Стандартне відхилення чутливе до викидів. Одне екстремальне значення може різко збільшити СВ. Розгляньте використання медіанного абсолютного відхилення (MAD) для наборів даних із викидами.

Припущення нормального розподілу

Емпіричне правило (68-95-99,7) застосовується лише до нормально розподілених даних. Перевірте розподіл ваших даних, перш ніж застосовувати ці відсотки.

Further Reading

← Центр навчання

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.