标准差是用来衡量一组数据内部离散波动大小的统计指标,计算核心逻辑是先算出数据均值,再求每一个数据和均值的偏差,把偏差平方之后做平均,最后开平方根得到结果,之所以要对偏差做平方处理,是因为原始偏差有正有负,直接相加会正负抵消,无法真实反映整体波动幅度,计算的时候一定要区分总体标准差和样本标准差,两者最关键差别就是分母,总体标准差除以全部数据个数 n,样本标准差除以自由度 n 减 1,这个修正操作是为了让抽样得到的样本标准差对总体真实标准差的估计更加准确,避免系统性低估,掌握这套计算逻辑之后,手工计算 Excel 软件编程计算都可以套用同一套原理。
一 标准差基础公式
总体标准差
σ 等于根号下 求和 括号 xi 减 μ 的平方 除以 n
符号解释
σ 总体标准差
μ 全部数据的总体均值
xi 第 i 个原始数据
n 全部数据总个数
样本标准差
s 等于根号下 求和 括号 xi 减 x 拔的平方 除以括号 n 减 1
符号解释
s 样本标准差
x 拔 样本均值
n 样本数据数量
n 减 1 自由度,也就是样本修正系数
二 完整手工计算步骤
第一步 收集全部待计算的数据,确认是总体数据还是抽样样本,选定对应的公式版本
第二步 计算均值,把所有数据相加,总和除以数据个数,得到均值
第三步 逐个计算偏差,每一个原始数据减去均值,得到单条数据的偏差值
第四步 对每一个偏差做平方运算,消除正负号,得到偏差平方
第五步 把全部偏差平方相加,得到偏差平方和
第六步 代入分母,总体就除以 n,样本就除以 n 减 1,得到方差
第七步 对方差做开平方运算,最终得到标准差
三 标准差相关核心概念
方差就是标准差平方之后的结果,标准差相当于把方差还原成和原始数据一样的单位,所以日常分析更喜欢使用标准差,标准差数值越大,代表数据越分散,波动越剧烈,标准差数值越小,代表数据越集中,围绕均值上下浮动幅度很小,标准差永远是大于等于零的数值,如果所有数据完全相同,标准差计算结果就是零。
四 不同工具计算标准差对照表
| 工具 | 总体标准差函数 | 样本标准差函数 | 说明 |
|---|---|---|---|
| Excel | STDEV.P | STDEV.S | P 代表总体 S 代表样本 |
| Python numpy | np.std 默认 ddof 等于 0 | np.std 设置 ddof 等于 1 | ddof 参数控制分母自由度 |
| 计算器统计模式 | 选择总体 σ | 选择样本 s | 不同品牌计算器标识略有差别 |
五 深度注意要点
第一 异常值对标准差影响非常大,因为偏差平方会放大极端数值的作用,离群点会让标准差明显变大,做分析前建议检查异常值
第二 标准差只适合等距或者等比尺度的数据,分类计数类数据不能计算标准差
第三 标准差描述的是围绕均值的波动,如果数据本身严重偏态,均值已经不能代表中心位置,此时标准差的参考价值会下降
第四 样本标准差的 n 减 1 修正,只适用于简单随机抽样,特殊抽样设计需要调整自由度
【常见问题】
问题 1 为什么样本标准差分母要用 n 减 1 而不是 n
回答 1 样本标准差如果直接除以 n,计算出来的结果会系统性低估真实总体标准差,使用 n 减 1 作为自由度修正,就是为了修正这个偏差,让样本标准差成为总体标准差的无偏估计量。
问题 2 标准差和方差是什么关系,求标准差一定要先算方差吗
回答 1 标准差是方差开平方得到的数值,方差是标准差的平方,手工计算求标准差的时候,中间步骤本质就是先算出方差,再开平方根,软件计算的时候内部也是按照这个逻辑运算。
问题 3 一组数据全部相等的时候,标准差求出来是多少
回答 1 当一组数据全部相等,每一个数据和均值的偏差都是零,偏差平方和等于零,最终计算得到的标准差结果为零,代表这组数据没有任何波动离散。
问题 4 标准差可以是负数吗
回答 1 标准差不可以是负数,因为中间步骤偏差全部做了平方,平方之后数值都是非负,开平方根取算术平方根,最终标准差结果一定大于或者等于零。
【免责申明】
本文标准差求法属于统计学基础教学内容,仅用于学习参考,实际科研业务数据分析场景,需要结合数据分布异常值抽样方式综合判断,计算结果不能直接作为唯一决策依据,不构成专业统计分析建议。


