标准差

标准差（Standard Deviation） ,也称均方差（mean square error）,是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示.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,标准差未必相同 方差是各个数据与平均数之差的平方的平均数

极差是指一组数据内的最大值和最小值之间的差异。平均差是说明集中趋势的，标准差是说明一组数据的离中趋势的。一组数据中各数据与平均数的差的平方和的平均数叫做这组数据的方差；极差越大，平均差的代表性越小，反之亦然；标准差越大，平均差的代表性越小，反之亦然。方差的算术平方根=标准差 平均数公式为：　　平均数=(a1+a2+…+an)/n　　如：　　3，4，5的平均数为：　　(3+4+5)/3=4中位数 是数据排序后,位置在最中间的数值比如有 1 4 7 11 13 中位数就是7 M的位置=(1+n)/2众数 就是在一排数字中，出现次数最多的数字方差=(每个样本-平均值)的平方的和 标准差：因为有两个定义,用在不同的场合:如是总体,标准差公式根号内除以n,如是样本,标准差公式根号内除以（n-1),极差=最大值-最小值

方差开根号取正的那个就是标准差。方差反应了一组数据平均程度，方差大于等于0。方差越大，数值间差的越大，比方说1个亿和1之间差距很大，而如果一组数据全是1，即同一常数，方差为0。

若每个数都加上a,则现在的平均数为x+a, 方差为y 标准差为 z，若每个数都乘以a,则现在的平均数为ax, 方差为aay 标准差为 az，若每个数都乘以a并且加上b,则现在的平均数为ax+b, 方差为aay 标准差为 az，

极差方差标准差公式如下：极差＝最大值－最小值方差是各个数据与平均数之差的平方的和的平均数，公式为：标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

标准差就是将方差开方得到。意义上有什么不同？很简单。标准差的单位和测量值的单位是一样的，这点在实际物理等应用中很重要！！！而方差的单位是其平方。

标准差 也称均方差 各数据偏离平均数的距离（离均差）的平均数,它是离差平方和平均后的方根.用σ表示.因此,标准差也是一种平均数 标准差是方差的算术平方根. 方差 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差.样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大. 方差、标准差的意义? 随机变量ξ方差的意义在于描述随机变量稳定与波动、集中与分散的状况.标准差则体现随机变 量取值与其期望值的偏差.标准差是方差的平方根,在量纲上它与数学期望一致. 在实际问题中,若有两个随机变量ξ1、ξ2,且Eξ1=Eξ2或Eξ1与Eξ2比较接近时,我们常用 Dξ1与Dξ2来比较这两个随机变量.差值大的,则表明该随机变量的取值较为离散,反之则表明它较 为集中.同样,标准差的值较大,则表明该随机变量的取值与其期望值的偏差较大,反之,则表明此 偏差较小.

1）求一组数据的方差一般是先求这组数据的平均数； 再求这所有的数与这个平均数的差的“平方和”； 用这个平方和除以这组数据的个数即为“方差”。 2）标准差即是方差的算术平方根。 如求2，4，6的方差和标准差： 解：2，4，6平均数为（2+4+6）/3=4；

方差是各个数据与平均数之差的平方的平均数,即 s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2] ,其中,x_表示样本的平均数,n表示样本的数量,^2表示平方,xn表示个体,而s^2就表示方差.标准差=方差的算术平方根,标准差 ,也称均方差,是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示.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,标准差未必相同.平均差是总体所有单位的平均值与其算术平均数的离差绝对值的算术平均数.　　平均差是一种平均离差.离差是总体各单位的标志值与算术平均数之差.因离差和为零,离差的平均数不能将离差和除以离差的个数求得,而必须讲离差取绝对数来消除正负号.

设E(x)为数学期望则：方差为D（x）=E{[X-E(X)]2}(那个2是平方啊)! 对D(X)开平方就得到了标准差,标准差又称均方差

统计学中的标准差有什么意义？意义非凡，因为啊！

1）求一组数据的方差一般是先求这组数据的平均数； 再求这所有的数与这个平均数的差的“平方和”； 用这个平方和除以这组数据的个数即为“方差”。 2）标准差即是方差的算术平方根。 如求2，4，6的方差和标准差： 2，4，6平均数为（2+4+6）/3=4； 方差为[(2-4)^2+(4-4)^2+(6-4)^2]÷3=8/3; 标准差为：√(8/3)=(2√6)/3.

方差是各个数据与平均数之差的平方的平均数,即 s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2] ,其中,x_表示样本的平均数,n表示样本的数量,^2表示平方,xn表示个体,而s^2就表示方差.标准差=方差的算术平方根,标准差 ,也称均方差,是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示.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,标准差未必相同.平均差是总体所有单位的平均值与其算术平均数的离差绝对值的算术平均数.　　平均差是一种平均离差.离差是总体各单位的标志值与算术平均数之差.因离差和为零,离差的平均数不能将离差和除以离差的个数求得,而必须讲离差取绝对数来消除正负号.

你翻翻高三选修2不就知道了吗！

方差是各个数据与平均数之差的平方和的平均数,即s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2],其中,x_表示样本的平均数,n表示样本的数量,^,xn表示个体,而s^2就表示方差. 标准差就是方差开算术平方根

标准差（StandardDeviation），也称均方差（meansquareerror），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。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，标准差未必相同。方差是各个数据与平均数之差的平方的平均数。公式：1、方差s=[(x1-x)^2+(x2-x)^2+(xn-x)^2]/n(x为平均数)2、标准差=方差的算术平方根它们的意义：1、方差的意义在于反映了一组数据与其平均值的偏离程度；2、方差是衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。3、方差的特性在于：方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差。在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。4、标准差是方差的算术平方根，意义在于反映一个数据集的离散程度。我们可以代入期望的数学表达形式。比如连续随机变量：Var(X)=E[(Xu2212μ)2]=∫+∞u2212∞(xu2212μ)2f(x)dx方差概念背后的逻辑很简单。一个取值与期望值的“距离”用两者差的平方表示。该平方值表示取值与分布中心的偏差程度。平方的最小取值为0。当取值与期望值相同时，此时不离散，平方为0，即“距离”最小；当随机变量偏离期望值时，平方增大。由于取值是随机的，不同取值的概率不同，我们根据概率对该平方进行加权平均，也就获得整体的离散程度——方差。方差的平方根称为标准差(standard deviation, 简写std)。我们常用σ表示标准差σ=Var(X)u2212u2212u2212u2212u2212u2212√标准差也表示分布的离散程度。正态分布的方差 根据上面的定义，可以算出正态分布E(X)=1σ2πu2212u2212√∫+∞u2212∞xeu2212(xu2212μ)2/2σ2dx的方差为Var(X)=σ2正态分布的标准差正等于正态分布中的参数σ。这正是我们使用字母σ来表示标准差的原因！

方差是实际值与期望值之差平方的平均值，而标准差是方差平方根。 方差和标准差： 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)的偏离程度，称为X的方差。 定义 设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。 由方差的定义可以得到以下常用计算公式： D(X)=E(X^2)-[E(X)]^2 方差的几个重要性质（设一下各个方差均存在）。 （1）设c是常数，则D(c)=0。 （2）设X是随机变量，c是常数，则有D(cX)=c^2D(X)。 （3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。 （4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。 标准差(StandardDeviation) 各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数 标准差能反映一个数据集的离散程度。平均数相同的，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组的标准差为17.08分，B组的标准差为2.16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。

方差和标准差： 右图为计算公式 Variance"s formula 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)的偏离程度，称为X的方差。 定义设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。 由方差的定义可以得到以下常用计算公式： D(X)=E(X^2)-[E(X)]^2 方差的几个重要性质（设一下各个方差均存在）。 （1）设c是常数，则D(c)=0。 （2）设X是随机变量，c是常数，则有D(cX)=(c^2)D(X)。 （3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。

极差方差标准差公式如下：极差＝最大值－最小值方差是各个数据与平均数之差的平方的和的平均数，公式为：标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

1、标准差是方差的算术平方根，意义在于反映一个数据集的离散程度。2、方差是衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。3、方差的特性在于：方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差。在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。

平均差：平均差是表示各个变量值之间差异程度的数值之一。指各个变量值同平均数的离差绝对值的算术平均数。标准差：是离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。方差：方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。极差：极差又称范围误差或全距(Range)，以R表示，是用来表示统计资料中的变异量数(measures of variation)，其最大值与最小值之间的差距，即最大值减最小值后所得之数据。是指一组数据内的最大值和最小值之间的差异.区别：1、平均差是说明集中趋势的,标准差是说明一组数据的离中趋势的.平均差是反应各标志值与算术平均数之间的平均差异,是各个数据与平均值差值的绝对值的平均数；标准差是离均差平方和平均后的方根,更能反映一个数据集的离散程度。2、方差是每个数减去平均数的平方的和,标准差是把方差除以我们的关注的事物的个数，方差=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]，标准差=方差的算术平方根。3、平均差是总体所有单位与其算术平均数的离差绝对值的算术平均数。方差是各个数据与其算术平均数的离差平方和的平均数。联系：极差越大,平均差的代表性越小,反之亦然；标准差越大,平均差的代表性越小,反之亦然，方差的算术平方根=标准差。扩展资料：方差的统计学意义当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。方差和标准差是测算离散趋势最重要、最常用的指标。方差是各变量值与其均值离差平方的平均数，它是测算数值型数据离散程度的最重要的方法。标准差为方差的算术平方根，用S表示。方差相应的计算公式为：标准差与方差不同的是，标准差和变量的计算单位相同，比方差清楚，因此很多时候我们分析的时候更多的使用的是标准差。参考资料来源：百度百科——方差百度百科——极差百度百科——标准差百度百科——平均差

均方差一般指标准差。标准差（Standard Deviation） ，是离均差平方的算术平均数（即：方差）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。标准差的性质和应用标准差（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。

1、方差是实际值与期望值之差平方的平均值，而标准差是方差平方根。 2、方差和标准差：样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 3、数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)的偏离程度，称为X的方差。

1、定义不同统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。标准差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。2、计算公式不同方差的计算公式为：标准差的计算公式为：3、涵盖范围不同由于方差是数据的平方，一般与检测值本身相差太大，人们难以直观地衡量，所以常用方差开根号（取算术平方根）换算回来。这就是标准差。方差等于各个数据与其算术平均数的离差平方和的平均数。其中，分别为离散型和连续型计算公式。称为标准差或均方差。

1、概念不同。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数；标准差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。 2、样本不同。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 3、对于数据的表现不同。真正能反映稳定性的是标准差，因为它的单位和数据的单位是一样的，而方差的单位是数据单位的平方，所以方差有点夸大波动的情况。 4、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量，用来度量随机变量和其数学期望（即均值）之间的偏离程度。标准差在概率统计中常做统计分布程度上的测量，反映组内个体之间的离散程度，平均数相同的两组数据，标准差未必相同。

我记得好像是的...

您好,方差样本中各数据与样本平均数的差的平方的平均数叫做样本方差.标准差样本方差的算术平方根叫做样本标准差.希望对你所所帮助

在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。总体方差计算公式：有关协方差公式:标准差公式:

　　方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。　　标准差 ，中文环境中又常称均方差，但不同于均方误差（均方误差是各数据偏离真实值的距离平方和的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。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。平均数相同的两组组数据，标准差未必相同。　　

标准差是方差的算术平方根标准差用s表示方差是标准差的平方方差用s^2表示光看它的表示方法就可以知道二者的关系

本视频演示机型：雷神一格Pro16，适用系统：Windows10家庭中文版，软件版本：Excel2021；首先打开Excel，然后在Excel中新建一张空白表格，接着在表格中输入好要计算方差和标准差的数据，之后选择两个空白单元格，备注标准差和方差的名称，再点击标准差相邻一格的单元格，选择打开函数f(x)，在【插入函数】对话框中的【选择类别】中，点击【统计】，并且在【选择函数】中点击【STDVE.S】，设置完成后选择【确定】，在【函数输入】对话框的【Number1】位置；选择要运算数据所在的单元格，然后【确定】，再选择方差相邻的一个单元格，【选择函数】菜单中，选中【STDEV.S】，点击【确定】，在【函数输入】对话框的【Number1】位置，选择要运算数据所在的单元格，点击【确定】，再回到表格界面，点击【方差】相邻的单元格，然后在函数f(x)栏中的函数后面加上^2，按回车确认，即可完成Excel方差和标准差计算；以上就是Excel算方差和标准差的方法。

是一个平均的问题期望，意思就是这个事情的总的平均结果会是怎样通俗的讲，就是平均值，也可以说是平均水平算法是概率*取值的总和，反映的是事情达成的总的预期水平值这就是期待值希望对你有帮助方差是标准差的平方　　————————————————　　方差和标准差。方差和标准差是测算离散趋势最重要、最常用的指标。方差是各变量值与其均值离差平方的平均数，它是测算数值型数据离散程度的最重要的方法。标准差为方差的平方根，用S表示。标准差相应的计算公式为　　标准差是方差开方后的结果(即方差的算术平方根)假设这组数据的平均值是m方差公式s^2=1/n[(x1-m)^2+(x2-m)^2+...+(xn-m)^2]假设方差是a。则标准差就是这个方差开方　　标准差与方差不同的是，标准差和变量的计算单位相同，比方差清楚，因此很多时候我们分析的时候更多的使用的是标准差。

极差是指一组数据内的最大值和最小值之间的差异。平均差是说明集中趋势的，标准差是说明一组数据的离中趋势的。一组数据中各数据与平均数的差的平方和的平均数叫做这组数据的方差；极差越大，平均差的代表性越小，反之亦然；标准差越大，平均差的代表性越小，反之亦然。方差的算术平方根=标准差平均数公式为：　　平均数=(a1+a2+…+an)/n　　如：　　3，4，5的平均数为：　　(3+4+5)/3=4中位数 是数据排序后,位置在最中间的数值比如有 1 4 7 11 13 中位数就是7 M的位置=(1+n)/2众数 就是在一排数字中，出现次数最多的数字方差=(每个样本-平均值)的平方的和 标准差：因为有两个定义,用在不同的场合:如是总体,标准差公式根号内除以n,如是样本,标准差公式根号内除以（n-1),极差=最大值-最小值

1、定义不同统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。标准差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。2、计算公式不同方差的计算公式为：标准差的计算公式为：3、涵盖范围不同由于方差是数据的平方，一般与检测值本身相差太大，人们难以直观地衡量，所以常用方差开根号（取算术平方根）换算回来。这就是标准差。方差等于各个数据与其算术平均数的离差平方和的平均数。其中，分别为离散型和连续型计算公式。称为标准差或均方差。

方差和标准差的区别如下：1、概念不同。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数；标准差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。2、样本不同。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。3、对于数据的表现不同。真正能反映稳定性的是标准差，因为它的单位和数据的单位是一样的，而方差的单位是数据单位的平方，所以方差有点夸大波动的情况。4、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量，用来度量随机变量和其数学期望（即均值）之间的偏离程度。标准差在概率统计中常做统计分布程度上的测量，反映组内个体之间的离散程度，平均数相同的两组数据，标准差未必相同。

标准差是方差的算术平方根，标准差用s表示，方差是标准差的平方，方差用s^2表示，光看它的表示方法就可以知道二者的关系。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。 概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。 在许多实际问题中，研究方差即偏离程度有着重要意义。均值和方差的关系：均值描述的是样本集合的中间点，它告诉我们的信息是很有限的，而标准差给我们描述的则是样本集合的各个样本点到均值的距离之平均。以这两个集合为例，[0，8，12，20]和[8，9，11，12]，两个集合的均值都是10，但显然两个集合差别是很大的，计算两者的标准差，前者是8.3，后者是1.8。显然后者较为集中，故其标准差小一些，标准差描述的就是这种“散布度”。之所以除以n-1而不是除以n，是因为这样能使我们以较小的样本集更好的逼近总体的标准差，即统计上所谓的“无偏估计”。而方差则仅仅是标准差的平方。

意义如下所示： 1、方差的意义在于反映了一组数据与其平均值的偏离程度； 2、方差是衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望之间的偏离程度。统计中的方差是各个数据分别与其平均数之差的平方的和的平均数； 3、方差的特性在于：方差是和中心偏离的程度，用来衡量一批数据的波动大小并把它叫做这组数据的方差。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定； 4、标准差是方差的算术平方根，意义在于反映一个数据集的离散程度。

方差是实际值与期望值之差平方的平均值，而标准差是方差平方根。方差和标准差：样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)的偏离程度，称为X的方差。定义设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。由方差的定义可以得到以下常用计算公式：D(X)=E(X^2)-[E(X)]^2方差的几个重要性质（设一下各个方差均存在）。（1）设c是常数，则D(c)=0。（2）设X是随机变量，c是常数，则有D(cX)=c^2D(X)。（3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。（4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。标准差(StandardDeviation)各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数标准差能反映一个数据集的离散程度。平均数相同的，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组的标准差为17.08分，B组的标准差为2.16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。

方差和标准差都是用来描述数据分布的统计量。方差是每个数据点与平均值之差的平方的平均值，而标准差是方差的平方根。它们的区别在于单位不同。方差的单位是数据点单位的平方，而标准差的单位是数据点的原始单位。因此，如果数据的单位是长度，则方差的单位是长度的平方，而标准差的单位是长度。另外，标准差比方差更易于理解和解释，因为其单位与原始数据的单位一致。通常情况下，当说到数据的波动性时，我们更倾向于使用标准差。

方差和标准差的区别如下：1、概念不同。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数；标准差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。2、样本不同。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。3、对于数据的表现不同。真正能反映稳定性的是标准差，因为它的单位和数据的单位是一样的，而方差的单位是数据单位的平方，所以方差有点夸大波动的情况。4、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量，用来度量随机变量和其数学期望（即均值）之间的偏离程度。标准差在概率统计中常做统计分布程度上的测量，反映组内个体之间的离散程度，平均数相同的两组数据，标准差未必相同。

方差是实际值与期望值之差平方的平均值，而标准差是方差平方根。标准差，也称均方差，是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。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，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组的标准差为17.08分，B组的标准差为2.16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。标准差也被称为标准偏差，或者实验标准差。关于这个函数在EXCEL中的STDEVP函数有详细描述，EXCEL中文版里面就是用的“标准偏差”字样。但我国的中文教材等通常还是使用的是“标准差”。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。

1.方程S=[(x1-平均数)^2 +(x2-平均数)^2 +......(xn-平均数)^2]/n 　2.标准差=方差的算术平方根

问题一：方差标准差的意义是什么？它们有何特性 1、方差的意义在于反映了一组数据与其平均值的偏离程度； 2、方差是衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。 3、方差的特性在于：方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。 4、标准差是方差的算术平方根，意义在于反映一个数据集的离散程度。 问题二：方差,标准差的概念是什么？ 标准差(Standard Deviation) 各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数 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，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组的标准差为17.08分，B组的标准差为2.16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。 标准差也被称为标准偏差，或者实验标准差。 关于这个函数在EXCEL中的STDEVP函数有详细描述，EXCEL中文版里面就是用的“标准偏差”字样。但我国的中文教材等通常还是使用的是“标准差”。 公式如图。 P.S. 在EXCEL中STDEVP函数就是下面评论所说的另外一种标准差，也就是总体标准差。在繁体中文的一些地方可能叫做“母体标准差” 因弧有两个定义,用在不同的场合: 如是总体,标准差公式根号内除以n, 如是样本,标准差公式根号内除以（n-1), 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), 问题三：方差,标准差的概念是什么？ 方差和标准差是用来描述一组数据的波动性的（集中还是分散）标准差的平方就是方差。 一、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。 二、标准差 ，中文环境中又常称均方差，但不同于均方误差，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。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。平均数相同的一组数据，标准差未必相同。 注：方差和标准差是测算离散趋势最重要、最常用的指标。 问题四：方差和标准差的公式分别是什么？ 40分 方差有两个计算公式：法一： s^2=1/n ×[(x1-x)^2+(x2-x)^2+.......+(xn-x)^2] 前x为数据个数，后x为这组数据的平均数，x1、x2、xn等是每个数据 法二： s^2=1/n ×（x1^2 +x2^2 +...+xn^2) -x^2 标准差是方差的平方根，即：s=√1x ×[(x1-x)^2+(x2-x)^2+.......+(xn-x)^2].【【不清楚，再问；满意， 请采纳！祝你好运开！！】】 问题五：统计学中的标准差有什么意义？ 方差方差和标准差： 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差； 样本方差的算术平方根叫做样本标准差。 样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)的偏离程度，称为X的方差。 定义 设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]厂2}为X的方差，记为D(X)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。 由方差的定义可以得到以下常用计算公式： D(X)=E(X^2)-[E(X)]^2 方差的几个重要性质（设一下各个方差均存在）。 （1）设c是常数，则D(c)=0。 （2）设X是随机变量，c是常数，则有D(cX)=c^2D(X)。 （3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。 （4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。 标准差 标准差(Standard Deviation) 各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数 标准差能反映一个数据集的离散程度。平均数相同的，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组的标准差为17.08分，B组的标准差为2.16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。 问题六：标准差和标准偏差是一回事吗?有什么区别? 标准丹(Standard Deviation) 各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数 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，标准差未必相同。 标准偏差(Std Dev,Standard Deviation) - 统计学名词。 一种量度数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度。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。 标准偏差公式：S = Sqr(∑(xn-x拨)^2 /(n-1)) 公式中∑代表总和，x拨代表x的算术平均值，^2代表二次方，Sqr代表平方根。 所以它们是两回事！

　　标准差和方差的概念不同，计算方法也不同。概念不同：标准差是方差的算术平方根，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。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。　　方差和标准差： 　　样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 　　数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)的偏离程度，称为X的方差。 　　定义 　　设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。　　由方差的定义可以得到以下常用计算公式： 　　D(X)=E(X^2)-[E(X)]^2 　　方差的几个重要性质（设一下各个方差均存在）。 　　（1）设c是常数，则D(c)=0。 　　（2）设X是随机变量，c是常数，则有D(cX)=c^2D(X)。 　　（3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。 　　（4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。　　标准差(Standard Deviation) 　　各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数 　　标准差能反映一个数据集的离散程度。平均数相同的，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组的标准差为17.08分，B组的标准差为2.16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。

1）求一组数据的方差一般是先求这组数据的平均数； 再求这所有的数与这个平均数的差的“平方和”； 用这个平方和除以这组数据的个数即为“方差”。 2）标准差即是方差的算术平方根。 如求2，4，6的方差和标准差： 解：2，4，6平均数为（2+4+6）/3=4；

方差是各个数据与平均数之差的平方的和的平均数，公式为：标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

问题一：方差,标准差的概念是什么？ 标准差(Standard Deviation) 各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数 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，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组的标准差为17.08分，B组的标准差为2.16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。 标准差也被称为标准偏差，或者实验标准差。 关于这个函数在EXCEL中的STDEVP函数有详细描述，EXCEL中文版里面就是用的“标准偏差”字样。但我国的中文教材等通常还是使用的是“标准差”。 公式如图。 P.S. 在EXCEL中STDEVP函数就是下面评论所说的另外一种标准差，也就是总体标准差。在繁体中文的一些地方可能叫做“母体标准差” 因弧有两个定义,用在不同的场合: 如是总体,标准差公式根号内除以n, 如是样本,标准差公式根号内除以（n-1), 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), 问题二：方差,标准差的概念是什么？ 方差和标准差是用来描述一组数据的波动性的（集中还是分散）标准差的平方就是方差。 一、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。 二、标准差 ，中文环境中又常称均方差，但不同于均方误差，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。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。平均数相同的一组数据，标准差未必相同。 注：方差和标准差是测算离散趋势最重要、最常用的指标。 问题三：方差 标准差 协方差 有什么区别 首先，方差和标准差通常针对一维数据，也即各个数据描述的是同一类事物，比如身高。标准差为方差的算术平方根。方差和标准差用以刻画各个数据与所有数据平均值的靠近程度，它们的取值越小，则各数据同平均值越为接近。 其次，协方差针对二维数据，也即两个维度的数据描述的是不同类事物，比如身高和体重。协方差用以刻画两类数据间的相关程度，其计算公式见下图。若结果为正值，表示两类数据正相关，比如身高越高，体重越大；若结果为负值，表示两类数据负相关，比如身高越高，体重越小；若结果为0，表示两类数据没有关联，比如身高和体重没有明显关系。另外，结果的绝对值越大，对应相关程度越高。 问题四：方差，平方差，标准差的公式是什么？ 1、方差是各个数据分别与其平均数之差的平方的和的平均数，用字母D表示。在概率论和数理统计中，方差（Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着重要意义。其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s^2就表示方差。 2、平方差公式（difference of two squares）是数学公式的一种，它属于乘法公式、因式分解及恒等式，被普遍使用。平方差指一个平方数或正方形，减去另一个平方数或正方形得来的乘法公式：a2-b2=(a+b)(a-b) 3、标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。假设有一组数值X1,X2,X3,......XN（皆为实数），其平均值（算术平均值）为μ，公式如图。 问题五：方差和标准差的公式分别是什么？ 40分 方差有两个计算公式：法一： s^2=1/n ×[(x1-x)^2+(x2-x)^2+.......+(xn-x)^2] 前x为数据个数，后x为这组数据的平均数，x1、x2、xn等是每个数据 法二： s^2=1/n ×（x1^2 +x2^2 +...+xn^2) -x^2 标准差是方差的平方根，即：s=√1x ×[(x1-x)^2+(x2-x)^2+.......+(xn-x)^2].【【不清楚，再问；满意， 请采纳！祝你好运开！！】】 问题六：方差标准差的意义是什么？它们有何特性 1、方差的意义在于反映了一组数据与其平均值的偏离程度； 2、方差是衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。 3、方差的特性在于：方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。 4、标准差是方差的算术平方根，意义在于反映一个数据集的离散程度。

统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数；标准差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。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。扩展资料：标准差与标准误差都是数理统计学的内容，两者不但在字面上比较相近，而且两者都是表示距离某一个标准值或中间值的离散程度，即都表示变异程度，但是两者是有着较大的区别的。首先要从统计抽样的方面说起，生活或者调查研究中，我们常常无法对某类欲进行调查的目标群体的所有成员都加以施测；而只能够在所有成员（即样本）中抽取一些成员出来进行调查，然后利用统计原理和方法对所得数据进行分析，分析出来的数据结果就是样本的结果，然后用样本结果推断总体的情况。

您好,方差样本中各数据与样本平均数的差的平方的平均数叫做样本方差.标准差样本方差的算术平方根叫做样本标准差.希望对你所所帮助

标准差也称为均方差，是反映一组数据离散程度最常用的一种量化形式，是表示精确度的重要指标。方差是各个数据与其算术平均数的离差平方和的平均数，由于方差的计量单位和量纲不便于从经济意义上进行解释，所以实际的统计工作中多用标准差来反映统计数据的差异程度。方差和标准差的计算方法包括简单平均法和加权平均法。简单平均法即将过去各数据之和除以数据总点数以求得算术平均数作为预测值；加权平均法即利用过去若干个按照发生时间顺序排列起来的同一变量的观测值，并以时间顺序数为权数计算出观测值的加权算术平均数，以作为预测未来期间该变量的预测值。

1、定义不同统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。标准差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。2、计算公式不同方差的计算公式为：标准差的计算公式为：3、涵盖范围不同由于方差是数据的平方，一般与检测值本身相差太大，人们难以直观地衡量，所以常用方差开根号（取算术平方根）换算回来。这就是标准差。方差等于各个数据与其算术平均数的离差平方和的平均数。其中，分别为离散型和连续型计算公式。称为标准差或均方差。

标准差是方差的算术平方根 标准差用s表示方差是标准差的平方 方差用s^2表示光看它的表示方法就可以知道二者的关系

标准差是方差的算术平方根，标准差用s表示，方差是标准差的平方，方差用s^2表示，光看它的表示方法就可以知道二者的关系。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。 概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。 在许多实际问题中，研究方差即偏离程度有着重要意义。均值和方差的关系：均值描述的是样本集合的中间点，它告诉我们的信息是很有限的，而标准差给我们描述的则是样本集合的各个样本点到均值的距离之平均。以这两个集合为例，[0，8，12，20]和[8，9，11，12]，两个集合的均值都是10，但显然两个集合差别是很大的，计算两者的标准差，前者是8.3，后者是1.8。显然后者较为集中，故其标准差小一些，标准差描述的就是这种“散布度”。之所以除以n-1而不是除以n，是因为这样能使我们以较小的样本集更好的逼近总体的标准差，即统计上所谓的“无偏估计”。而方差则仅仅是标准差的平方。

方差是各个数据与平均数之差的平方的和的平均数，公式为：标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

标准差是方差的算术平方根，标准差用s表示，方差是标准差的平方，方差用s^2表示，光看它的表示方法就可以知道二者的关系。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。 概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。 在许多实际问题中，研究方差即偏离程度有着重要意义。均值和方差的关系：均值描述的是样本集合的中间点，它告诉我们的信息是很有限的，而标准差给我们描述的则是样本集合的各个样本点到均值的距离之平均。以这两个集合为例，[0，8，12，20]和[8，9，11，12]，两个集合的均值都是10，但显然两个集合差别是很大的，计算两者的标准差，前者是8.3，后者是1.8。显然后者较为集中，故其标准差小一些，标准差描述的就是这种“散布度”。之所以除以n-1而不是除以n，是因为这样能使我们以较小的样本集更好的逼近总体的标准差，即统计上所谓的“无偏估计”。而方差则仅仅是标准差的平方。

是标准差。标准差（Standard Deviation） ，也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。简介为非负数值，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。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。

是的。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。标准差，是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。 方差，标准差与协方差之间的联系与区别： 1、方差和标准差都是对一组（一维）数据进行统计的，反映的是一维数组的离散程度；而协方差是对2组数据进行统计的，反映的是2组数据之间的相关性。 2、标准差和均值的量纲（单位）是一致的，在描述一个波动范围时标准差比方差更方便。比如一个班男生的平均身高是170cm,标准差是10cm,那么方差就是10cm^2。可以进行的比较简便的描述是本班男生身高分布是170±10cm，方差就无法做到这点。 3、方差可以看成是协方差的一种特殊情况，即2组数据完全相同。 4、协方差只表示线性相关的方向，取值正无穷到负无穷。

极差是指一组数据内的最大值和最小值之间的差异.平均差是说明集中趋势的,标准差是说明一组数据的离中趋势的.一组数据中各数据与平均数的差的平方和的平均数叫做这组数据的方差；极差越大,平均差的代表性越小,反之亦然；标准差越大,平均差的代表性越小,反之亦然.方差的算术平方根=标准差

离散特征

平均差是表示各个变量值之间差异程度的数值之一.指各个变量值同平均数的的离差绝对值的算术平均数.计算公式为:平均差 = (∑|x-x"|)÷n ,其中∑为总计的符号,x为变量,x"为算术平均数,n为变量值的个数. 举个例子: 求1,2,3三个数的平均差 1,2,3三个数的算术平均数x"＝（1+2+3）÷3＝2 平均差 = (∑|x-x"|)÷n＝（|1-2|+|2-2|+|3-2|）÷3＝2/3 标准差(Standard Deviation): 也称均方差(mean square error),各数据偏离平均数的距离（离均差）的平均数,它是离差平方和平均后的方根.用σ表示.因此,标准差也是一种平均数.算式如图.（标准差有两种） 标准差是方差的算术平方根. 方差就是标准差的平方.

标准差和方差反映数据的分散特征：标准差和方差的数值越大，那么数据的分散程度越大。

标准差是方差的算术平方根

调用函数STDEV 估算样本的标准偏差。标准偏差反映相对于平均值 (mean) 的离散程度。语法STDEV(number1,number2,...)Number1,number2,... 为对应于总体样本的 1 到 30 个参数。也可以不使用这种用逗号分隔参数的形式，而用单个数组或对数组的引用。说明函数 STDEV 假设其参数是总体中的样本。如果数据代表全部样本总体，则应该使用函数 STDEVP 来计算标准偏差。 此处标准偏差的计算使用“无偏差”或“n-1”方法。 函数 STDEV 的计算公式如下： 其中 x 为样本平均值 AVERAGE(number1,number2,…)，n 为样本大小。忽略逻辑值（TRUE 或 FALSE）和文本。如果不能忽略逻辑值和文本，请使用 STDEVA 工作表函数。 示例假设有 10 件工具在制造过程中是由同一台机器制造出来的，并取样为随机样本进行抗断强度检验。如果您将示例复制到空白工作表中，可能会更易于理解该示例。操作方法创建空白工作簿或工作表。 请在“帮助”主题中选取示例。不要选取行或列标题。 从帮助中选取示例。按 Ctrl+C。 在工作表中，选中单元格 A1，再按 Ctrl+V。 若要在查看结果和查看返回结果的公式之间切换，请按 Ctrl+`（重音符），或在“工具”菜单上，指向“公式审核”，再单击“公式审核模式”。 A 1 强度2 13453 13014 13685 1322 6 1310 7 1370 8 1318 9 1350 10 1303 11 1299 公式 说明（结果） =STDEV(A2:A11) 假定仅生产了 10 件工具，其抗断强度的标准偏差 (27.46391572) 方差分析 EXCEL的数据处理除了提供了很多的函数外，但这个工具必须加载相应的宏后才能使用，操作步骤为：点击菜单“工具-加载宏”，会出现一个对话框，从中选择“分析工具库”，点击确定后，在工具菜单栏内出现了这个分析工具。如果你的电脑中没有出现分析工具库，则需要使用OFFICE的安装光盘，运行安装程序。在自定义中点开EXCEL，找到分析工具库，选择“在本机运行”，安装添加即可。 在数据分析工具库中提供了3种基本类型的方差分析：单因素方差分析、双因素无重复试验和可重复试验的方差分析，本节将分别介绍这三种方差分析的应用：单因素方差分析 在进行单因素方差分析之前，须先将试验所得的数据按一定的格式输入到工作表中，其中每种水平的试验数据可以放在一行或一列内，具体的格式如表，表中每个水平的试验数据结果放在同一行内。 数据输入完成以后，操作“工具-数据分析”，选择数据分析工具对话框内的“单因素方差分析”，出现一个对话框，对话框的内容如下：1．输入区域：选择分析数据所在区域，可以选择水平标志，针对表中数据进行分析时选取（绿色）和***区域。2．分组方式：提供列与行的选择，当同一水平的数据位于同一行时选择行，位于同一列时选择列，本例选择行。3．如果在选取数据时包含了水平标志，则选择标志位于第一行，本例选取。4．α：显著性水平，一般输入0.05，即95%的置信度。5．输出选项：按需求选择适当的分析结果存储位置。双因素无重复试验方差分析 与单因素方差分析类似，在分析前需将试验数据按一定的格式输入工作表中。 数据输入完成以后，操作“工具-数据分析”，选择数据分析工具库中的“双因素无重复方差分析”，出现一个对话框，对话框的内容如下：1．输入区域：选择数据所在区域，可以包含因素水平标志。2．如果数据输入时选择了因素水平标志，请选择标志按钮。3．显著性水平α：根据实际情况输入，一般选择0.05。4．输出选项：按需要选择分析结果存储的位置。双因素可重复方差分析 双因素可重复方差分析与双因素无重复方差分析数据输入的区别在于对重复试验数据的处理，就是将重复试验的数据叠加起来。 数据输入完成以后，操作“工具-数据分析”，选择数据分析工具库中的“双因素可重复方差分析”，出现一个对话框，对话框的内容基本与双因素无重复方差分析相同，区别在于每一样本的行数选项，在此输入重复试验的次数即可。 若须对数据进行方差分析时，在输入区域选择数据所在区域及因素水平标志，在每一样本的行数处输入3，即每种组合重复3次试验，显著性水平选择0.05。在输出选项中可以按照需求选择分析结果储存的位置。选择确定以后分析结果。

材料/工具：Excel20101、先打开excel 2010，建立一个空白的工作文档，并保存在自己想要的位置。2、在excel 2010中输入需要进行运算处理的数据。3、点击空白单元格输入标准差和方差，然后点击标准差后一格的单元格，再点击函数f(x)按钮。4、在插入函数框的选择类别中选择“统计”选中“STDEVS”，点击“确定”按钮。5、在“函数输入框”的Number 1中输入要运算的数据，点击“确定”。6、依然在“选择函数”中选中“STDEVS”，点击“确定”按钮。7、在“函数输入框”的Number 1中输入要运算的数据，点击“确定”。8、再点击方差后一个单元格，在函数f(x)后面加上^2，然后回车。9、最后完成的效果图。

标准差是方差的算数平方根形式计算时只要将方差开平方即可

如何在Excel中计算标准差和方差，下面一起来看看吧，希望对大家有所帮助。1、首先打开电脑上的Excel，输入所要计算的数据值。2、然后找到Excel右上角的【自动求和】点击它。3、接着在下拉菜单点击【其他函数】。4、最后在弹出的窗口里选择（方差）STDEV，标准差是（STDEVP），点击确定即可成功运算。

定义公式数学实际含义 方差（Variance）：用来度量随机变量和其数学期望（即均值）之间的偏离程度。 标准差：方差开根号。 协方差：衡量两个变量之间的变化方向关系。 方差、标准差、和协方差之间的联系与区别： 方差和标准差都是对一组（一维）数据进行统计的，反映的是一维数组的离散程度；而协方差是对2维数据进行的，反映的是2组数据之间的相关性。 标准差和均值的量纲（单位）是一致的，在描述一个波动范围时标准差比方差更方便。 方差可以看成是协方差的一种特殊情况，即2组数据完全相同。 协方差只表示线性相关的方向，取值正无穷到负无穷。 协方差只是说明了线性相关的方向，说不能说明线性相关的程度，若衡量相关程度，则使用相关系数

方差=平方的均值减去均值的平方。例：有 1、2、3、4、5这组样本，其平均数为（1+2+3+4+5）/5=3，而方差是各个数据分别与其和的平均数之差的平方的和的平均数，则为：[(1-3)^2+(2-3)^2+(3-3)^2+(4-3)^2+(5-3)^2]/5=2，方差为2。方差的公式：方差是实际值与期望值之差平方的平均值，而标准差是方差算术平方根。方差是各个数据与平均数之差的平方的和的平均数，即其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s2就表示方差。方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作S2。

方差是各个数据与平均数之差的平方的平均数,即s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]，其中，x_表示样本的平均数，n表示样本的数量，^2表示平方，xn表示个体，而s^2就表示方差。标准差平方就是方差

极差极差是用来反映一组数据变化范围的大小．我们可以用一组数据中的最大值减去最小值所得的差来反映这组数据的变化范围，用这种方法得到的差就称为极差．极差＝最大值－最小值极差仅只表示一组数据变化范围的大小，只对极端值较为敏感，而不能表示其它更多的意义．2、方差方差是反映一组数据的整体波动大小的指标，它是指一组数据中各数据与这组数据的平均数的差的平方的平均数，它反映的是一组数据偏离平均值的情况．求一组数据的方差可以简记为：“先平均，再求差，然后平方，最后再平均．”通常用表示一组数据的方差，用表示一组数据的平均数，、、…表示各数据．方差计算公式是：s2= [(x1-)2+(x2-)2+…+(xn-)2]；3、标准差在计算方差的过程中，可以看出的数量单位与原数据的不一致，因而在实际应用时常常将求出的方差再开平方，这就是标准差．标准差＝，方差＝标准差2．一组数据的标准差计算公式是，其中为个数据的平均数．方差和标准差都是用来描述一组数据波动情况的特征数，常用来比较两组数据的波动大小．方差较大的波动较大，方差较小的波动较小，方差的单位是原数据的单位平方，标准差的单位与原数据的单位相同．在解决实际问题时，常用样本的方差来估计总体方差方法去考察总体的波动情况．

方差是标准差的平方，两者都反映多次测量结果之间的差异程度，如果对某一量只测量一次，那么没有方差和标准差，或者说为零。误差是反映测量值与真值的差距，不是统计学的概念，无法相比较。也可以用随机不确定度来说

1.方差 s=[(x1-x)^2 +(x2-x)^2 +.(xn-x)^2]/n 　　(x为平均数) 　2.标准差=方差的算术平方根

1、标准差是方差的算术平方根，意义在于反映一个数据集的离散程度。2、方差是衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。3、方差的特性在于：方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。

方差和标准差的区别如下：1、概念不同。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数；标准差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。2、样本不同。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。3、对于数据的表现不同。真正能反映稳定性的是标准差，因为它的单位和数据的单位是一样的，而方差的单位是数据单位的平方，所以方差有点夸大波动的情况。4、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量，用来度量随机变量和其数学期望（即均值）之间的偏离程度。标准差在概率统计中常做统计分布程度上的测量，反映组内个体之间的离散程度，平均数相同的两组数据，标准差未必相同。

统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数；标准差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。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。扩展资料：标准差与标准误差都是数理统计学的内容，两者不但在字面上比较相近，而且两者都是表示距离某一个标准值或中间值的离散程度，即都表示变异程度，但是两者是有着较大的区别的。首先要从统计抽样的方面说起，生活或者调查研究中，我们常常无法对某类欲进行调查的目标群体的所有成员都加以施测；而只能够在所有成员（即样本）中抽取一些成员出来进行调查，然后利用统计原理和方法对所得数据进行分析，分析出来的数据结果就是样本的结果，然后用样本结果推断总体的情况。

标准差也称为均方差，是反映一组数据离散程度最常用的一种量化形式，是表示精确度的重要指标。方差是各个数据与其算术平均数的离差平方和的平均数。由于方差的计量单位和量纲不便于从经济意义上进行解释，所以实际的统计工作中多用标准差来反映统计数据的差异程度。方差和标准差的计算方法包括简单平均法和加权平均法。简单平均法即将过去各数据之和除以数据总点数以求得算术平均数作为预测值；加权平均法即利用过去若干个按照发生时间顺序排列起来的同一变量的观测值，并以时间顺序数为权数计算出观测值的加权算术平均数，以作为预测未来期间该变量的预测值。

标准差和方差的关系：统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。标准差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。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。

内容如下：1、若x1，x2，x3......xn的平均数为M，则方差公式可表示为：2、标准差的公式：公式中数值X1，X2，X3，......XN(皆为实数)，其平均值(算术平均值)为μ，标准差为σ。标准差主要特点：在真实世界中，除非在某些特殊情况下，找到一个总体的真实的标准差是不现实的，大多数情况下，总体标准差是通过随机抽取一定量的样本并计算样本标准差估计的。从一大组数值当中取出一样本数值组合。常定义其样本标准差：样本方差s是对总体方差σ的无偏估计；s中分母为n-1是因为的自由度为n-1，这是由于存在约束条件 。

方差是各个数据与平均数之差的平方的和的平均数，公式为：标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

方差描述随机变量对于数学期望的偏离程度。单个偏离是消除符号影响方差即偏离平方的均值，记为E(X)：直接计算公式分离散型和连续型。推导另一种计算公式得到：“方差等于各个数据与其算术平均数的离差平方和的平均数”。其中，分别为离散型和连续型计算公式[1]。 称为标准差或均方差，方差描述波动程度。标准差（Standard Deviation） ，数学术语，是离均差平方的算术平均数（即：方差）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。