🌐 ZH

标准差计算器

输入一组以逗号分隔的数字,计算样本标准差、样本方差,以及平均值、中位数、众数等描述性统计指标。

输入值以逗号分隔;小数请用英文句点(例如 1.5)。输入框为空时,旧结果可能仍显示。至少输入两个数值;只有一个数值时,工具会显示 0,但样本方差和样本标准差在统计学上未定义。使用结果前请核对当前输入值和结果。

统计结果
数据个数 — 总和 — 平均值 — 中位数 — 标准差 (Sample) — 方差 (Sample) — 最小值 — 最大值 — 范围 — 众数 —

输入说明与注意事项

  • 在输入框中用英文逗号分隔数字,例如 1,2,3。小数必须使用英文句点:1.5 是一个数,而 1,5 会被解析成 1 和 5 两个数。可以输入负数,例如 -2,0,3.5。输入框没有设置明确的数值范围或数量上限。
  • 页面初始填入 10, 20, 30, 40, 50,并自动计算。修改输入时会重新计算,也可以点击“计算”。如果需要分析自己的数据,请先替换这些默认值,避免误把示例数据当成实际结果。
  • 输入内容会按逗号拆分,再尝试读取每一项开头的数字。因此 2x 可能被读成 2,abc 或空白项则会被忽略。即使输入包含无效内容,只要还有可识别的数字,工具仍可能继续计算,而不会逐项提示错误。
  • 建议使用至少两个有限数值。极大的数字可能发生溢出,导致结果出现 Infinity、NaN 或其他无法正常解释的数值。完全清空输入或没有任何可识别数字时,旧结果可能继续显示。点击“清除”会清空输入,将统计指标恢复为横线,并移除当前图表。

结果解读

  • 本工具固定计算样本统计量,没有总体与样本的切换选项。先求平均值,再将每个数与平均值之差平方后加总,除以 n−1 得到样本方差;样本标准差是方差的平方根。总体方差使用 n 作分母,不能将两种结果直接混用。只有一个数时页面会显示方差和标准差为 0,但统计学上的样本方差与样本标准差在 n=1 时未定义。
  • 结果包括数量、总和、平均值、中位数、样本标准差、样本方差、最小值、最大值、极差和众数。中位数来自排序后的数据;极差等于最大值减最小值。没有任何重复值时,众数显示英文 None;如果多个值并列最高频率且重复出现,页面可能列出多个众数。
  • 数量显示整数;总和、最小值、最大值和极差显示两位小数;平均值、中位数、方差和标准差显示四位小数。数字采用浏览器的本地化格式,因此小数点、千位分隔符可能变化。示例中的数字只是便于核对的格式,并非所有地区都逐字相同。
  • 图表按排序后的数据绘制各个点,并标出平均值及平均值上下一个样本标准差的位置。图表需要额外的绘图库成功加载;即使图表无法显示,文字统计结果仍可使用。标准差与原始数据具有相同单位,方差则使用原单位的平方。
  • 标准差反映围绕平均值的离散程度,也容易受到极端值影响。常见的 68%、95%、99.7% 经验法则以近似正态分布为前提,不能据此断言任何实际数据都满足相同比例。本页面不计算百分位排名、正态分布概率或统计显著性,也不会自动判断异常值。

使用示例

三个连续整数

输入
1,2,3
结果
数量 3;总和 6.00;平均值 2.0000;中位数 2.0000;样本标准差 1.0000;样本方差 1.0000;最小值 1.00;最大值 3.00;极差 2.00;众数 None。
如何核对结果
平均值 = (1+2+3)/3 = 2。离差平方和 = (1−2)²+(2−2)²+(3−2)² = 2。样本方差 = 2/(3−1) = 1,样本标准差 = √1 = 1。三个数各出现一次,因此没有重复众数。

包含重复值的八个数字

输入
2,4,4,4,5,5,7,9
结果
数量 8;总和 40.00;平均值 5.0000;中位数 4.5000;样本标准差 2.1381;样本方差 4.5714;最小值 2.00;最大值 9.00;极差 7.00;众数 4。
如何核对结果
平均值 = 40/8 = 5,中位数 = (4+5)/2 = 4.5。离差平方和 = 32;样本方差 = 32/(8−1) ≈ 4.5714,样本标准差 = √(32/7) ≈ 2.1381。数字 4 出现三次,为唯一众数。

常见问题

为什么样本方差要除以 n−1?
这是估计总体方差时常用的贝塞尔校正。工具固定使用 n−1,不能直接切换为除以 n 的总体方差。如果数据已经涵盖完整总体,应按照分析目的选择合适的公式。
1,5 能表示小数 1.5 吗?
不能。逗号用于分隔不同数字,1,5 会成为两个数据。请使用 1.5 表示单个小数,并检查输入中是否存在被部分识别或忽略的内容。
为什么删除数字后还显示原来的结果?
输入为空或没有可解析的数字时,计算过程会停止,先前结果可能保留。点击“清除”可以重置输入、统计结果和当前图表。
标准差为零或者存在异常值时,应该怎样理解?
至少有两个相同的有效数值时,样本标准差为零表示它们没有离散差异。一个数也会显示零,但不代表样本统计量有定义。极端值可能显著增加标准差,建议结合中位数、极差和原始数据判断。