标准差（Standard Deviation）是衡量一组数据的离散程度（即数据波动大小）的指标。它表示数据点与平均值之间的平均距离。
一、标准差的公式
标准差的计算公式如下：
$$ \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2} $$
其中：
- $\sigma$ 是标准差
- $N$ 是数据的个数
- $x_i$ 是第 $i$ 个数据点
- $\mu$ 是数据的平均值
二、标准差的计算步骤
-
计算平均值（均值） $\mu$： $$ \mu = \frac{1}{N} \sum_{i=1}^{N} x_i $$
-
计算每个数据点与平均值的差的平方： $$ (x_i - \mu)^2 $$
-
求这些平方差的平均值： $$ \frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2 $$
-
对平均值取平方根： $$ \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2} $$
三、样本标准差（Sample Standard Deviation）
如果数据是样本而不是整个总体，使用样本标准差：
$$ s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2} $$
其中：
- $n$ 是样本的大小
- $\bar{x}$ 是样本的平均值
四、例子
假设数据是：$[2, 4, 6, 8, 10]$
-
计算平均值： $$ \mu = \frac{2 + 4 + 6 + 8 + 10}{5} = \frac{30}{5} = 6 $$
-
计算每个数据点与平均值的差的平方： $$ (2-6)^2 = 16,\quad (4-6)^2 = 4,\quad (6-6)^2 = 0,\quad (8-6)^2 = 4,\quad (10-6)^2 = 16 $$
-
求平方差的平均值： $$ \frac{16 + 4 + 0 + 4 + 16}{5} = \frac{40}{5} = 8 $$
-
计算标准差： $$ \sigma = \sqrt{8} \approx 2.828 $$
五、总结
| 指标 | 公式 |
|---|---|
| 标准差 | $\sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2}$ |
| 样本标准差 | $s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2}$ |
如果你有具体的数据，我可以帮你计算标准差！