標準差是什麼？統計學基礎入門，完整解析定義、母體與樣本計算公式及Python實作範例，帶你搞懂數據離散程度

標準差是什麼？

標準差是一種統計測度，用來量化一組數據值的變異或離散程度。標準差較低，表示數據點通常接近該組數據的平均數（期望值）；標準差較高，則表示數據點散佈在較廣的範圍內。母體標準差以希臘字母 σ (sigma) 表示，樣本標準差則以 s 表示，這是描述性統計學中最基本的概念之一。

母體與樣本標準差

在計算標準差之前，必須先確認你的數據代表的是整個母體還是母體的樣本。母體包含指定群體的所有成員，而樣本則是該群體中具有代表性的子集。計算樣本標準差時需要進行數學調整——使用 n - 1（自由度，或稱 df）代替 N——以確保計算結果是母體變異數的不偏估計式。

標準差公式解析

標準差的公式是先計算變異數，然後再開平方根。開平方根這個步驟至關重要，因為它能將離散程度的測度轉換回數據的原始單位。公式中的關鍵組成部分包含 xᵢ（每個數據值）、μ 或 x̄（母體或樣本平均數），以及 N 或 n（數據的總個數）。

逐步計算範例

假設我們有一組小考成績的數據：[4, 8, 6, 5, 3, 2, 8, 9, 2, 5]，讓我們來計算它的樣本標準差。按照公式逐步計算，可以清楚看出變異數在最終開平方根之前是如何累積的。

使用 Python 計算標準差

手動計算標準差不僅容易出錯，尤其在處理大型數據集時更是如此。實務上，統計學家與資料科學家會使用 Python 等程式語言，透過內建函式庫來瞬間完成計算。

import statistics

data = [4, 8, 6, 5, 3, 2, 8, 9, 2, 5]

# 計算樣本標準差（預設）
sample_sd = statistics.stdev(data)
print(f"Sample SD: {sample_sd:.2f}")

# 計算母體標準差
pop_sd = statistics.pstdev(data)
print(f"Population SD: {pop_sd:.2f}")

經驗法則與標準差

當數據呈常態分配（鐘型曲線）時，標準差就變得極具預測性。經驗法則（又稱 68-95-99.7 法則）指出，幾乎所有的數據都會落在平均數的三個標準差範圍內。這讓分析師能夠快速找出離群值，並理解特定觀測值發生的機率。

標準差與變異數的比較

變異數與標準差是密切相關的離散程度測度。變異數（σ² 或 s²）是各數據點與平均數之間差異平方的平均值，而標準差則是變異數的平方根。由於變異數的單位是原始單位的平方（例如：新台幣的平方、平方公分），在原始數據的情境下往往難以直觀解讀。標準差則透過將測度轉換回原始單位，解決了這個問題。

常見的統計陷阱

雖然標準差是非常實用的工具，但卻經常遭到誤用。公式用錯或誤解數值的涵義，都可能導致數據分析出現瑕疵，進而得出錯誤的結論。

• 將母體公式誤用於樣本：計算樣本時忘記使用 n - 1，會人為壓低算出的離散程度，進而低估了真實的母體變異數。
• 將標準差套用於非常態分配：經驗法則僅適用於常態分配。對於高度偏態的數據，標準差可能無法準確反映其離散程度。
• 將標準差與標準誤混淆：標準誤衡量的是樣本平均數估計的精確度，而標準差衡量的則是原始數據本身的離散程度。