Калькулятор стандартного отклонения
Используя наши калькуляторы, вы соглашаетесь с Условиями использования (English).
Среднее значение, дисперсия и стандартное отклонение для выборки или всей совокупности.
Набор данных
Разделяйте значения запятой или пробелом.
Стандартное отклонение
2.1381
Sample · mean 5 · 8 values
- Дисперсия
- 4.5714
Похожие калькуляторы
Стандартное отклонение
Стандартное отклонение измеряет степень распространения набора данных относительно его среднего значения. Небольшое стандартное отклонение означает, что значения плотно группируются вокруг среднего значения; большой означает, что они более разбросаны. Дисперсия — это квадрат стандартного отклонения. Сначала она рассчитывается, затем квадратный корень дает стандартное отклонение в тех же единицах, что и исходные данные.
Используйте стандартное отклонение выборки (деление на n — 1), если ваши данные представляют собой подмножество, используемое для оценки более крупной совокупности — это более распространенный случай, который немного увеличивает результат для поправки на систематическую ошибку. Используйте стандартное отклонение генеральной совокупности (деление на n) только в том случае, если ваш набор данных включает каждого члена интересующей вас группы.
Пример: для набора данных 2, 4, 4, 4, 5, 5, 7, 9 (среднее значение = 5) стандартное отклонение выборки составляет около 2,14, а стандартное отклонение генеральной совокупности составляет около 2,00 — версия выборки всегда немного больше для тех же данных.
Стандартное отклонение выборки (знаменатель n-1) корректирует смещение, когда ваши данные являются подмножеством более крупной совокупности — большинство функций STDEV электронных таблиц по умолчанию используют n-1.
Низкое стандартное отклонение означает плотную кластеризацию данных; высокий означает широкий разброс. Сравнивайте стандартное отклонение только в пределах той же единицы измерения, что и исходные измерения.
Рабочий пример со значениями по умолчанию в режиме выборки: среднее значение набора данных 5, стандартное отклонение выборки ≈ 2,14. Переключиться в режим совокупности (знаменатель n) для тех же данных → ≈ 2,00.
Коэффициент вариации (стандартное отклонение ÷ среднее × 100) сравнивает разброс по разным единицам: 2,14 стандартного отклонения для среднего 5 составляет 42,8% CV, что полезно при сравнении волатильности двух наборов данных с разными средними значениями. CV = стандартное/среднее × 100 — 2,14 для среднего 5 составляет 42,8% CV для сравнения разброса, когда средние значения различаются между наборами данных. Укажите процент коэффициента вариации при сравнении наборов данных, средние значения которых не равны.
Excel STDEV.S соответствует режиму выборки (n-1); STDEV.P соответствует режиму совокупности — проверьте, какой знаменатель используется в вашей электронной таблице, прежде чем сравнивать домашнюю работу с переключателем этого калькулятора. STDEV.S здесь использует режим выборки, подобный n-1 — сопоставьте выбор Excel, прежде чем сравнивать домашнюю работу с электронной таблицей с переключением генеральной совокупности. Прежде чем сравнивать результаты домашнего задания в электронной таблице, обведите кружком, соответствуете ли вы STDEV.S или STDEV.P.
Добавление одного выброса (100) в список по умолчанию резко увеличивает стандартное отклонение образца намного выше 2,14 — одно неверное показание датчика доминирует в диаграммах контроля качества, пока не будет исследовано. Добавление выброса 100 в список по умолчанию увеличивает стандартное отклонение выборки выше 2,14 — одно неверное показание датчика доминирует на диаграммах SPC, пока не будет заменено. Отметьте в своей статье предполагаемые отклонения, если один из всплесков показаний резко распространился.
Частые вопросы
Должен ли я использовать стандартное отклонение выборки или генеральной совокупности?
Используйте выборку (n — 1), когда ваши числа являются подмножеством более крупной группы, о которой вы пытаетесь сделать выводы — наиболее распространенный случай. Используйте население (n) только в том случае, если ваш набор данных представляет собой всю интересующую группу.
Почему также отображается дисперсия?
Дисперсия — это среднее квадратическое отклонение от среднего значения, которое непосредственно используется во многих статистических формулах. Стандартное отклонение (его квадратный корень) легче интерпретировать, поскольку оно использует исходные единицы измерения.
Сколько точек данных мне нужно?
Технически одно число дает нулевой разброс, но для значимого стандартного отклонения требуется как минимум два значения. Очень маленькие выборки делают статистику нестабильной.