Σ
SDCalc

公式与方法

深入了解标准差背后的数学。

数学推导

标准差衡量数据点偏离其均值的程度。它通过计算偏离均值的平方偏差的平均值的平方根来推导。

σ = √[ Σ(xᵢ − μ)² / N ]  (总体)
s = √[ Σ(xᵢ − x̄)² / (n − 1) ]  (样本)
  1. 1通过将所有值相加并除以数量来计算均值 (μ 或 x̄)。
  2. 2从每个数据点减去均值以求出偏差 (xᵢ − μ)。
  3. 3对每个偏差取平方以消除负值 (xᵢ − μ)²。
  4. 4将所有平方偏差求和：Σ(xᵢ − μ)²。
  5. 5除以 N（总体）或 n−1（样本）以获得方差。
  6. 6取方差的平方根以获得标准差。

贝塞尔校正说明

当从样本估计总体方差时，除以 n 会产生有偏估计，系统性地低估真实方差。弗里德里希·贝塞尔证明，除以 (n − 1) 而不是 n 可以校正这种偏差。直觉是，大小为 n 的样本只有 (n − 1) 个自由度，因为样本均值已在计算中使用，约束了其中一个偏差。

s² = Σ(xᵢ − x̄)² / (n − 1)  ← 无偏
σ̂² = Σ(xᵢ − x̄)² / n  ← 有偏
  1. 1有 n 个数据点时，一旦知道均值，只有 (n − 1) 个偏差可以自由变化。
  2. 2在分母中使用 n 倾向于低估总体方差。
  3. 3使用 (n − 1) 提供无偏估计量：E[s²] = σ²。
  4. 4对于大样本 (n > 30)，差异可以忽略不计。
  5. 5对于小样本，校正可以显著改善估计。

可视化计算指南

通过逐步的可视化方法更容易理解标准差。考虑数据集 {4, 8, 6, 5, 3, 7, 8, 1}。均值为 5.25。每个数据点偏离均值的量不同。对这些偏差取平方、求和、除以 (n − 1) = 7，然后取平方根，得到样本标准差 s ≈ 2.49。

Data: {4, 8, 6, 5, 3, 7, 8, 1}
Mean: (4+8+6+5+3+7+8+1)/8 = 42/8 = 5.25
Σ(xᵢ−x̄)² = 1.5625 + 7.5625 + 0.5625 + 0.0625 + 5.0625 + 3.0625 + 7.5625 + 18.0625 = 43.5
s = √(43.5 / 7) ≈ 2.49
  1. 1列出所有数据值并计算其均值：x̄ = 5.25。
  2. 2求每个偏差：(4−5.25)=−1.25, (8−5.25)=2.75, (6−5.25)=0.75, ...
  3. 3对每个偏差取平方：1.5625, 7.5625, 0.5625, 0.0625, 5.0625, 3.0625, 7.5625, 18.0625。
  4. 4将平方偏差求和：43.5。
  5. 5除以 (n−1) = 7：方差 s² = 43.5/7 ≈ 6.21。
  6. 6取平方根：s ≈ 2.49。

学术引用

在学术工作中使用此计算器时，您可以按如下方式引用。该计算器实现了入门统计教科书中定义的总体和样本标准差的标准公式。

standarddeviationcalculator.app. (2025). Standard Deviation Calculator [Online tool]. https://standarddeviationcalculator.app
  1. 1APA: standarddeviationcalculator.app. (2025). Standard Deviation Calculator [Online tool]. Retrieved from https://standarddeviationcalculator.app
  2. 2MLA: "Standard Deviation Calculator." standarddeviationcalculator.app, 2025, standarddeviationcalculator.app.
  3. 3Chicago: standarddeviationcalculator.app. "Standard Deviation Calculator." Accessed 2025. https://standarddeviationcalculator.app.
  4. 4IEEE: standarddeviationcalculator.app, "Standard Deviation Calculator," 2025. [Online]. Available: https://standarddeviationcalculator.app