返回首页
总体方差 · 样本方差 · 标准差 · 离散程度分析
示例:13名学生成绩;可换成你的数据,如测量值、股价月收益等
标准差 σ(总体)
总体方差 σ²
平均值
样本标准差 S
样本方差 S²
变异系数 CV

方差与标准差怎么理解

方差:每个数据与平均数之差(离均差)的平方的平均值,衡量数据"分散程度":σ² = Σ(xᵢ−x̄)² / n。方差越大,数据越参差不齐。

标准差:方差开平方,单位与原数据相同,比方差更直观:σ = √σ²。如成绩标准差7分表示大多数人分数在平均分±7分范围内。

总体方差 vs 样本方差:掌握全部数据(一个班所有人)用除以 n 的总体公式;只抽样估计总体(抽测部分产品推断整批)时除以 n−1(无偏估计)。论文/质检报告里的"标准偏差SD"通常指样本标准差。

变异系数 CV = σ÷x̄:消除量纲和平均水平影响,用于比较两组数据谁更"不稳"。如比较身高和体重的波动、两基金风险,CV越小越稳定。

常见问题

两个班平均分一样,怎么比谁成绩好?
看标准差:平均分相同时,标准差小的班成绩更整齐、两极分化小;标准差大说明高分低分都多。如两班都平均85分,σ=6的班比σ=15的班整体更均衡。
基金收益"波动率"是什么?
就是月/年收益率的标准差(年化),衡量收益的不确定性,即风险;σ=20%表示收益大概率在均值±20%间波动。标准差高的基金可能涨得多也可能亏得多,风险承受低者选σ小的。
为什么样本方差除以 n−1 而不是 n?
因为样本均值本身由这批数据算出,会"吃掉"一个自由度,除以 n 会低估总体方差;除以 n−1(贝塞尔校正)后才是总体方差的无偏估计,n 很大时两者差异很小。