EP12. “Standard Deviation 标准差”
🔒 登录后可标记已读- 标准差是用来衡量一组数字「离平均值有多远」的统计指标
- 先用三个直观例子理解标准差高低代表的意思
- 讲 STDEV.P（总体标准差）和 STDEV.S（样本标准差）的计算步骤和差异
- 最后带一下方差（Variance）的概念
- 前置知识是 AVERAGE 的基本概念，学完能看懂并计算标准差
重点内容
适用版本
桌面版通用（Excel 365 / 2021 / 2019 等）。
直观理解标准差
情况一：标准差为零 一组数字全部相同（例如平均值都是 10），这组数字的标准差是 0。
情况二：标准差低 数字都很接近平均值（平均值 10），代表数据集中、波动小。
情况三：标准差高 数字分散在平均值两侧、离平均值较远（平均值同样是 10），代表数据分散、波动大。
STDEV.P 和 STDEV.S 怎么选
| 函数 | 适合场景 | 例子 |
|---|---|---|
| STDEV.P | 手上是完整的数据集（全班所有学生） | =STDEV.P(A1:A5) |
| STDEV.S | 手上只是抽样数据（从更大母体抽出的样本） | =STDEV.S(A1:A5) |
STDEV.P：总体标准差
适用场景：已经拿到「完整」的数据集（例如班上全部 5 位学生的测验成绩）。
计算步骤（示例数据 x₁=5, x₂=1, x₃=4, x₄=6, x₅=9，平均值 μ=5，数据个数 N=5）：
- 计算平均值 μ
- 计算每个数值跟平均值的差距
- 把每个差距平方
- 把所有平方后的差距加总（∑）
- 除以数据个数 N
- 对结果取平方根
公式：=STDEV.P(A1:A5)
STDEV.S：样本标准差
适用场景：手上的数据只是「样本」，不是全部（例如从更大母体里抽出的 5 位学生）。
跟 STDEV.P 的关键区别：第 5 步改成除以 n-1 而不是 n（其余数据同上：x̄=5，n=5）。这个「除以 n-1」的做法叫贝塞尔校正（Bessel's correction），可以让抽样估计更准确地反映母体的真实离散程度。
公式：=STDEV.S(A1:A5)
方差 Variance
VAR.P：基于总体计算的方差VAR.S：基于样本计算的方差- 方差和标准差的关系：方差是标准差的平方（标准差是方差开根号）
函数速查
| 函数 | 语法 | 用途 | 例子 |
|---|---|---|---|
| STDEV.P | =STDEV.P(number1,[number2],...) | 总体标准差（完整数据集） | =STDEV.P(A1:A5) |
| STDEV.S | =STDEV.S(number1,[number2],...) | 样本标准差（抽样数据） | =STDEV.S(A1:A5) |
| VAR.P | =VAR.P(number1,[number2],...) | 总体方差 | =VAR.P(A1:A5) |
| VAR.S | =VAR.S(number1,[number2],...) | 样本方差 | =VAR.S(A1:A5) |
学完你会
- ✅ 能直观判断标准差高低代表数据集中还是分散
- ✅ 能判断该用 STDEV.P（完整数据）还是 STDEV.S（抽样数据）
- ✅ 知道方差是标准差的平方，两者是同一件事的不同表示方式
常见错误
- 手上明明只是抽样数据，却用 STDEV.P 计算，会低估真实的离散程度
- 混淆标准差和方差，直接拿方差的数值去跟原始数据比大小（方差单位是原数据的平方，不能直接比较）
- 以为标准差为 0 代表「没有数据」，实际上代表「所有数字都相同」
Sources
Blog / Website：