标准差是用来衡量一组数据内部离散程度的统计指标,简单理解就是看数据和平均值之间平均偏离了多少,数值越大代表数据越分散,数值越小代表数据越集中靠近平均值,标准差分为总体标准差和样本标准差两套公式,二者核心差别是分母,总体标准差除以全部数据个数,样本标准差除以数据个数减一,这个减一也叫贝塞尔校正,目的是修正抽样带来的低估偏差,实际做题和工作里一定要先分清是全部总体数据,还是抽取出来的样本数据,不然计算结果会出错。
核心公式说明
总体标准差符号是 σ,样本标准差符号是 s
总体标准差公式 σ 等于根号下 总和(每个数据减去平均值的平方)除以 N,N 代表总体全部数据数量
样本标准差公式 s 等于根号下 总和(每个数据减去平均值的平方)除以 n 减 1,n 代表样本数据数量
完整计算步骤
第一步 算出这一组数据的算术平均值,也就是所有数据相加之后,再除以数据总个数
第二步 逐个计算每一个原始数据减去平均值,得到对应的离差值
第三步 把每一个离差值做平方运算,消除正负抵消的问题,得到离均差平方
第四步 把全部离均差平方相加,得到离均差平方和
第五步 按照类型选择分母,总体除以 N,样本除以 n 减 1,得到方差,方差其实就是标准差的平方
第六步 对前面得到的方差开平方根,最终结果就是标准差
计算示例
数据 2 4 6 8 10,一共 5 个数据
平均值等于(2 加 4 加 6 加 8 加 10)除以 5 等于 6
离均差分别是 负 4 负 2 0 2 4
离均差平方分别是 16 4 0 4 16,平方和等于 40
如果是总体标准差,分母 N 等于 5,方差等于 40 除以 5 等于 8,标准差等于根号 8 约等于 2.83
如果是样本标准差,分母 n 减 1 等于 4,方差等于 40 除以 4 等于 10,标准差等于根号 10 约等于 3.16
总体标准差和样本标准差对比表格
| 对比项目 | 总体标准差 | 样本标准差 |
|---|---|---|
| 适用场景 | 掌握全部所有数据 | 只抽取部分抽样数据 |
| 分母 | N | n 减 1 |
| 符号 | σ | s |
| 特点 | 结果偏小,无校正 | 贝塞尔校正,更接近真实总体波动 |
补充要点
标准差单位和原始数据单位保持一致,方差单位是原始单位的平方,这是二者很关键的区别。如果数据存在极端异常值,标准差会被明显拉高,因为平方运算会放大极端数值的影响,这种场景可以考虑搭配四分位距这类不受极值影响的指标一起分析。Excel 里面也有内置函数,总体标准差函数 STDEV.P,样本标准差函数 STDEV.S,可以直接选中数据区域一键算出标准差。
【常见问题】
问题 1 标准差和方差是什么关系
回答 1 方差是离均差平方和除以分母得到的数值,标准差就是对方差开平方得到的结果,标准差保留和原始数据相同单位,更方便解读数据波动大小。
问题 2 为什么样本标准差分母要写成 n 减 1
回答 2 样本标准差使用 n 减 1 是贝塞尔校正,抽样的时候样本平均值天然会比真实总体平均值更贴近样本内部数据,直接除以 n 会系统性低估真实离散程度,减去 1 之后可以修正这个偏差,让样本标准差估计更准确。
问题 3 标准差等于 0 代表什么
回答 3 标准差等于 0 代表这一组所有数据全部相等,没有任何离散波动,所有数值和平均值完全一样,离均差平方和为 0。
问题 4 标准差越大说明数据质量越差吗
回答 4 标准差大只代表数据离散程度高,不能直接判定数据质量差,它只是波动程度指标,是否好坏要看业务场景,比如投资场景标准差大代表风险高,生产场景标准差大代表稳定性差。
【免责申明】
本文内容仅用于统计知识学习参考,不同行业统计规范可能存在特殊要求,实际正式报告科研项目业务决策使用时,请结合对应的标准规范核验计算方式,本文不构成专业统计审计或者决策建议。


