标准差计算公式是什么？

标准误等于标准差除以根号n，公式推导：标准差受到极值的影响。标准差越小，表明数据越聚集；标准差越大，表明数据越离散。

标准差为总体各单位标准值与其平均数离差平方的算术平均数的平方根。标准差表示的就是样本数据的离散程度。标准差就是样本平均数方差的开平方，标准差通常是相对于样本数据的平均值而定的，通常用M±SD来表示，表示样本某个数据观察值相距平均值有多远。

标准差

可以当作不确定性的一种测量。例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。

样本标准差：(x1-xba)平方+(x2-xba)平方+(xn-xba)平方，然后除以(n-1)，然后开根号。总体标准差：(x1-xba)平方+(x2-xba)平方+(xn-xba)平方，然后除以(n)，然后开根号。

当母群的性质不清楚时，我们须利用某一量数作为估计数，以帮助了解母数的性质。如：样本平均数乃是母群平均数μ的估计数。当我们只用一个特定的值，亦即数线上的一个点，作为估计值以估计母数时，就叫做点估计。

点估计目的是依据样本X=(X1、X2…Xi)估计总体分布所含的未知参数θ或θ的函数g(θ)。一般θ或g(θ)是总体的某个特征值，如数学期望、方差、相关系数等。

点估计的常用方法有矩估计法、顺序统计量法、最大似然法、最小二乘法等。

扩展资料：

参数估计的一种形式。目的是依据样本X=(X1、X2…Xn)估计总体分布所含的未知参数θ或θ的函数g(θ）。一般θ或g(θ)是总体的某个特征值，如数学期望、方差、相关系数（见相关分析）等。θ或g(θ）通常取实数或k维实向量为值。

点估计问题就是要构造一个只依赖于样本X的量抭(X)，作为g(θ)的估计值。抭(X)称为g(θ)的估计量。因为k维实向量可表为k维欧几里得空间的一个点，故称这样的估计为点估计。

例如，设一批产品的废品率为θ，为估计θ，从这批产品中随机地抽出n个作检查，以X记其中的废品个数，用X/n估计θ，就是一个点估计。又如用样本方差（见统计量）估计总体分布的方差，或用样本相关系数估计总体分布的相关系数，都是常见的点估计。

标准差（Standard Deviation） ，是离均差平方的算术平均数的算术平方根，用σ表示。标准差也被称为标准偏差，或者实验标准差，在概率统计中最常使用作为统计分布程度上的测量依据。
标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。
总体标准差：
样本标准差：
标准误差：
与方差：方差=标准差的平方。
在实验中单次测量总是难免会产生误差，为此我们经常测量多次，然后用测量值的平均值表示测量的量，并用误差条来表征数据的分布，其中误差条的高度为±标准误差。这里即标准差。
变异系数：
其中，指数据的平均数。
标准差（Standard Deviation），在概率统计中最常使用作为统计分布程度（statistical dispersion）上的测量。标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度。测量到分布程度的结果，原则上具有两种性质：
为非负数值，与测量资料具有相同单位。一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。
简单来说，标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。
例如，两组数的集合{0,5,9,14}和{5,6,8,9}其平均值都是7，但第二个集合具有较小的标准差。
标准差可以当作不确定性的一种测量。例如在物理科学中，做重复性测量时，测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值，测量值的标准差占有决定性重要角色：如果测量平均值与预测值相差太远（同时与标准差数值做比较），则认为测量值与预测值互相矛盾。这很容易理解，因为如果测量值都落在一定数值范围之外，可以合理推论预测值是否正确。
标准差应用于投资上，可作为量度回报稳定性的指标。标准差数值越大，代表回报远离过去平均数值，回报较不稳定故风险越高。相反，标准差数值越小，代表回报较为稳定，风险亦较小。
例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差约为1708分，B组的标准差约为216分，说明A组学生之间的差距要比B组学生之间的差距大得多。
如是总体（即估算总体方差），根号内除以n（对应excel函数：STDEVP）；
如是抽样（即估算样本方差），根号内除以（n-1）（对应excel函数：STDEV）；
因为我们大量接触的是样本，所以普遍使用根号内除以（n-1）。

标准差的公式：

标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。

例如，两组数的集合{0,5,9,14}和{5,6,8,9}其平均值都是7，但第二个集合具有较小的标准差。

扩展资料

标准差应用于投资上，可作为量度回报稳定性的指标。标准差数值越大，代表回报远离过去平均数值，回报较不稳定故风险越高。相反，标准差数值越小，代表回报较为稳定，风险亦较小。

例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差约为1708分，B组的标准差约为216分，说明A组学生之间的差距要比B组学生之间的差距大得多。

如是总体（即估算总体方差），根号内除以n（对应excel函数：STDEVP）；

如是抽样（即估算样本方差），根号内除以（n-1）（对应excel函数：STDEV）；

因为我们大量接触的是样本，所以普遍使用根号内除以（n-1）。

参考资料来源：百度百科-标准差

公式：设n个测量值的误差为  ,则这组测量值的标准误差  等于：

其中E为误差=测定值—真实值。

标准误差一般用SE表示，反映样本平均数对总体平均数的变异程度，从而反映抽样误差的大小，是量度结果精密度的指标。

标准差与标准误差的意义、作用和使用范围均不同。标准差（亦称单数标准差）一般用SD表示，是表示个体间变异大小的指标，反映了整个样本对样本平均数的离散程度，是数据精密度的衡量指标。

扩展资料：

标准误差的注意点：

需要注意的是，标准误差不是测量值的实际误差，也不是误差范围，它只是对一组测量数据可靠性的估计。标准误差小，测量的可靠性大一些，反之，测量就不大可靠。

进一步的分析表明，根据偶然误差的高斯理论，当一组测量值的标准误差为σ时，则其中的任何一个测量值的误差Ei有683%的可能性是在（-σ，+σ）区间内。

世界上多数国家的物理实验和正式的科学实验报告都是用标准误差评价数据的，现在稍好一些的计算器都有计算标准误差的功能，因此，了解标准误差是必要的。

标准误差随着样本数（或测量次数）n的增大，标准差趋向某个稳定值，即样本标准差s越接近总体标准差σ，而标准误差则随着样本数（或测量次数）n的增大逐渐减小，即样本平均数越接近总体平均数μ；故在实验中也经常采用适当增加样本数（或测量次数）使n增大的方法来减小实验误差，但样本数太大意义也不大。

标准差是最常用的统计量，一般用于表示一组样本变量的分散程度；标准误差一般用于统计推断中，主要包括假设检验和参数估计，如样本平均数的假设检验、参数的区间估计与点估计等。

标准差能反映一个数据集的离散程度，标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。平均数相同的两个数据集，标准差未必相同。

例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差应该是17078分,B组的标准差应该是2160分，说明A组学生之间的差距要比B组学生之间的差距大得多。

参考资料：

百度百科——标准误差

---