标准差 计算器 衡量数据离散程度与变异性
即时计算 标准差 和 方差。 支持 样本 和 总体 计算， 100% 客户端处理 保障数据隐私。
🚀 快速开始
输入数据
选择样本/总体
即时获取结果
数据输入
支持的数据格式：
- 逗号分隔：1.5, 2.8, 9.1, 16.2
- 空格分隔：1.5 2.8 9.1 16.2
- 换行分隔：每行一个数字
- 科学计数法：1.23e-4, 5.67E+8
- 多序列模式：使用「组名: 数值1, 数值2, 数值3」格式，每行一组
- 自动忽略文本和特殊字符
统计结果
解读： 输入数据后查看解读
数据分布
输入数据以生成箱线图
请在上方输入至少 4 个数字开始计算
箱线图可视化
此箱线图可视化了您的数据分布。箱体显示包含中间 50% 数据的四分位距 (IQR)。箱内的线代表中位数。须线延伸显示范围，红点表示异常值。
异常值检测: Tukey 法 (1.5×IQR)
箱体 (IQR) / Legend
- 箱体 (IQR)
- 中位数线
- 须线
- 异常值
综合摘要
计算方法
标准差衡量数据点偏离均值的程度。我们提供样本标准差和总体标准差两种计算：
样本标准差 (s)
分母使用 n-1（贝塞尔校正）。当您的数据是从更大总体中抽取的样本时使用。
总体标准差 (σ)
分母使用 n。当您的数据代表整个研究总体时使用。
常见问题
什么时候使用样本标准差 vs 总体标准差？
当数据代表从更大总体抽取的样本时，使用样本标准差 (n-1)。 当数据代表整个研究总体时，使用总体标准差 (n)。
标准差和方差有什么区别？
方差是与均值差值平方的平均值。标准差是方差的平方根， 由于与原始数据单位相同，更容易解读。
如何解读标准差值？
较小的标准差表示数据点更接近均值（变异性低）。 较大的标准差表示数据点分布更广（变异性高）。 在正态分布中，约 68% 的数据落在均值的 1 个标准差范围内。
我的数据安全吗？
完全安全！所有计算都在您的浏览器中进行。 您的数据永远不会离开您的设备，也不会发送到任何服务器。该工具甚至可以离线使用。
最近更新
增强计算精度
改进了大数据集和边界情况的数值精度
添加示例数据
快速开始按钮，包含考试成绩、身高和销售数据