Калькулятор стандартного отклонения

Вычисляйте стандартное отклонение, дисперсию и среднее с пошаговыми решениями

Перетащите или нажмите , чтобы добавить изображения или PDF

Math Input
4, 8, 6, 5, 3
10, 20, 30, 40, 50
2.5, 3.1, 4.7, 1.8

Что такое стандартное отклонение?

Стандартное отклонение измеряет, насколько значения данных разбросаны относительно среднего. Низкое стандартное отклонение означает, что точки данных группируются около среднего; высокое стандартное отклонение означает, что данные более разбросаны.

Стандартное отклонение генеральной совокупности

Используется, когда у вас есть данные по всей генеральной совокупности:

σ=i=1N(xiμ)2N\sigma = \sqrt{\frac{\sum_{i=1}^{N}(x_i - \mu)^2}{N}}

Выборочное стандартное отклонение

Используется, когда у вас есть выборка из большей генеральной совокупности (использует n1n-1 для поправки Бесселя):

s=i=1n(xixˉ)2n1s = \sqrt{\frac{\sum_{i=1}^{n}(x_i - \bar{x})^2}{n-1}}

где μ\mu (или xˉ\bar{x}) — среднее, а NN (или nn) — число точек данных.

Как вычислять стандартное отклонение

Пошаговый процесс

  1. Найдите среднее xˉ=xin\bar{x} = \frac{\sum x_i}{n}
  2. Вычтите среднее из каждой точки данных: (xixˉ)(x_i - \bar{x})
  3. Возведите в квадрат каждую разность: (xixˉ)2(x_i - \bar{x})^2
  4. Сложите все квадраты разностей: (xixˉ)2\sum(x_i - \bar{x})^2
  5. Разделите на nn (совокупность) или n1n-1 (выборка), чтобы получить дисперсию
  6. Извлеките квадратный корень, чтобы получить стандартное отклонение

Связанные меры

МераФормулаСмысл
Среднееxˉ=xin\bar{x} = \frac{\sum x_i}{n}Среднее значение
Дисперсияs2=(xixˉ)2n1s^2 = \frac{\sum(x_i - \bar{x})^2}{n-1}Квадрат разброса
Стандартное отклонениеs=s2s = \sqrt{s^2}Разброс в исходных единицах

Examples

Step 1: Среднее: xˉ=4+8+6+5+35=265=5.2\bar{x} = \frac{4+8+6+5+3}{5} = \frac{26}{5} = 5.2
Step 2: Квадраты разностей: (45.2)2=1.44(4-5.2)^2=1.44, (85.2)2=7.84(8-5.2)^2=7.84, (65.2)2=0.64(6-5.2)^2=0.64, (55.2)2=0.04(5-5.2)^2=0.04, (35.2)2=4.84(3-5.2)^2=4.84
Step 3: Сумма: 1.44+7.84+0.64+0.04+4.84=14.81.44+7.84+0.64+0.04+4.84 = 14.8
Step 4: Дисперсия: s2=14.851=3.7s^2 = \frac{14.8}{5-1} = 3.7
Step 5: Стандартное отклонение: s=3.71.924s = \sqrt{3.7} \approx 1.924
Answer: s1.924s \approx 1.924

Step 1: Среднее: μ=10+20+303=20\mu = \frac{10+20+30}{3} = 20
Step 2: Квадраты разностей: (1020)2=100(10-20)^2=100, (2020)2=0(20-20)^2=0, (3020)2=100(30-20)^2=100
Step 3: Дисперсия: σ2=100+0+1003=200366.67\sigma^2 = \frac{100+0+100}{3} = \frac{200}{3} \approx 66.67
Step 4: Стандартное отклонение: σ=66.678.165\sigma = \sqrt{66.67} \approx 8.165
Answer: σ8.165\sigma \approx 8.165

Frequently Asked Questions

Стандартное отклонение генеральной совокупности делит на N (общее число точек данных), а выборочное стандартное отклонение делит на n-1 (поправка Бесселя), чтобы дать несмещённую оценку истинного разброса генеральной совокупности.

Высокое стандартное отклонение указывает на то, что точки данных разбросаны в более широком диапазоне значений, что означает большую изменчивость в наборе данных.

Дисперсия — это квадрат стандартного отклонения. Она измеряет среднее квадратичное расстояние от среднего. Стандартное отклонение предпочтительнее для интерпретации, потому что использует те же единицы, что и данные.

Related Solvers

Try AI-Math for Free

Get step-by-step solutions to any math problem. Upload a photo or type your question.

Start Solving