Калькулятор стандартного отклонения

Введите до 10 000 чисел через пробел или запятую. Для дробей используйте точку или десятичную запятую, если значения разделены пробелами или точкой с запятой. Дисперсия совокупности делится на n, выборочная — на n−1 и требует хотя бы двух значений.

Результаты

Введите значения и нажмите «Рассчитать».

σ=∑i(xi−xˉ)2n,s=∑i(xi−xˉ)2n−1\sigma=\sqrt{\frac{\sum_i(x_i-\bar{x})^2}{n}},\quad s=\sqrt{\frac{\sum_i(x_i-\bar{x})^2}{n-1}}

Об этом инструменте

Калькулятор стандартного отклонения находит среднее, дисперсию и стандартное отклонение списка чисел как для генеральной совокупности, так и для выборки. Студенты, аналитики и исследователи используют его, чтобы описать разброс данных. Стандартное отклонение — квадратный корень из дисперсии, то есть среднего квадратов отклонений от среднего; чем оно больше, тем сильнее разброс данных.

Как это работает

Вставьте данные — числа через пробел, запятую, точку с запятой или с новой строки; столбец, скопированный из таблицы, подходит без правок. Обычно запятая разделяет значения: 2,4,4 — это три числа, а одиночное 2,5 читается как 2 и 5. Если значения разделены пробелами, точкой с запятой или переносами строк, запятая внутри числа считается десятичной, и 2,5 3,5 читается как 2,5 и 3,5.

Калькулятор показывает количество значений, среднее, а также оба варианта дисперсии и стандартного отклонения. Он использует однопроходный алгоритм Уэлфорда, который не страдает от ошибок округления, свойственных упрощённой школьной формуле, когда значения велики или близки друг к другу. Берите показатели совокупности, если в списке есть все элементы группы, и выборочные — если это только часть.

σ=∑i(xi−xˉ)2n,s=∑i(xi−xˉ)2n−1\sigma=\sqrt{\frac{\sum_i(x_i-\bar{x})^2}{n}},\quad s=\sqrt{\frac{\sum_i(x_i-\bar{x})^2}{n-1}}

Пример

Набор данных по умолчанию — 2, 4, 4, 4, 5, 5, 7, 9. Это 8 значений с суммой 40, поэтому среднее равно 5. Квадраты отклонений от среднего — 9, 1, 1, 1, 0, 0, 4 и 16, в сумме 32. Дисперсия совокупности — 32÷8=432\div8=4, поэтому стандартное отклонение совокупности равно 2. Выборочная дисперсия — 32÷7≈4,5714285714332\div7\approx4{,}57142857143, а выборочное стандартное отклонение — примерно 2,1380899353.

Чтобы понять результат, посмотрите, сколько значений лежит в пределах одного стандартного отклонения от среднего. При среднем 5 и стандартном отклонении совокупности 2 в диапазон от 3 до 7 попадают шесть значений из восьми: 4, 4, 4, 5, 5 и 7. Дальше лежат только 2 и 9.

Допущения и ограничения

Введите до 10 000 чисел через пробел, запятую или точку с запятой. Дробную часть отделяйте точкой или запятой, если значения разделены пробелами, точкой с запятой или переносами строк. Для выборочных показателей нужно не менее двух значений. Сгруппированные и взвешенные данные, таблицы частот и доверительные интервалы не поддерживаются.

Частые вопросы

Чем стандартное отклонение совокупности отличается от выборочного?

Стандартное отклонение совокупности делит сумму квадратов отклонений на nn и используется, когда у вас есть данные по всем членам группы. Выборочное стандартное отклонение делит на n−1n-1 и используется, когда данные — выборка, по которой оценивают более широкую совокупность. Оценки всего класса за контрольную — это совокупность, а 50 опрошенных клиентов из нескольких тысяч — выборка. Если по данным вы делаете выводы о большей группе, берите выборочное значение.

Почему выборочное стандартное отклонение делят на n − 1?

Собственное среднее выборки ближе к её данным, чем истинное среднее совокупности, из-за чего разброс выглядит меньше. Деление на n − 1, известное как поправка Бесселя, делает оценку дисперсии несмещённой. Поправка важнее всего для маленьких выборок. При 8 значениях выборочный результат примерно на 7% больше, чем для совокупности, а при тысячах значений разница ничтожна.

Как связаны дисперсия и стандартное отклонение?

Стандартное отклонение — квадратный корень из дисперсии. Дисперсия измеряется в квадратах единиц, а стандартное отклонение — в тех же единицах, что и данные. Для данных по умолчанию дисперсия совокупности равна 4, а стандартное отклонение — 2. Стандартное отклонение обычно проще истолковать, потому что его можно сравнивать прямо со средним.

Что означает правило 68-95-99,7?

Для данных с нормальным распределением около 68% значений лежат в пределах одного стандартного отклонения от среднего, около 95% — в пределах двух и около 99,7% — в пределах трёх. Для асимметричных данных правило не выполняется, поэтому сначала оцените форму распределения.

Может ли стандартное отклонение быть нулевым или отрицательным?

Оно равно нулю, когда все значения одинаковы и разброса нет. Отрицательным оно быть не может, так как это квадратный корень из среднего квадратов расстояний. Неожиданно большой результат часто указывает на выброс или опечатку в данных.

Ссылка с вашими значениями

Добавьте эти параметры к адресу страницы, чтобы она открылась с уже заполненными значениями — например, чтобы поделиться расчётом или дать ссылку из ИИ-ассистента. Результат считается в браузере: в HTML страницы показан пример для значений по умолчанию, а когда значения из ссылки применены, инструмент ставит атрибут data-url-params.

ПараметрЗначениеЕсли не указан
valuesЗначения через пробел или запятуюзначения через запятую: 2,4,4,6обязательный

Примеры

  • ?values=10,12,23,23,16,23,21,16
  • ?values=1.5,2.5,2.5,2.75,3.25,4.75

Дробную часть пишите через точку. Кодируйте пробел как %20, + как %2B, # как %23 и & как %26.

Элементы результата: [data-result-block="stddev_calculator"]