标准差的算法

1. 标准差的算法

令有n个数据组成的数据组{Xi}，且平均值为X0，则
标准差δ=根号[Σ(Xi-X0)^2/n]，i=1~n

2. 标准差的算法

方差s^2=[(x1-x)^2+(x2-x)^2+......(xn-x)^2]/n 
标准差=方差的算术平方根
 
标准差计算公式的来源
标准差是反应一组数据离散程度最常用的一种量化形式，是表示精密确的最要指标。
虽然样本的真实值是不能知道，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，基检测值应该很紧密的分散在真实值周围。如不紧密，那距真实值的就会大，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。
一组数据怎样去评价与量化它的离散度?有很多种方法：
1.极差
最直接也是最简单的方法，即最大值－最小值（也就是极差）来评价一组数据的离散度。这一方法最为常见，比如比赛中去掉最高最低分就是极差的具体应用。
2.离均差的平方和
由于误差的不可控性，因此只由两个数据来评判一组数据是不科学的。所以人们在要求更高的领域不使用极差来评判。其实，离散度就是数据偏离平均值的程度。因此将数据与均值之差（我们叫它离均差）加起来就能反映出一个准确的离散程度，越大离散度也就越大。
但是由于偶然误差是成正态分布的，离均差有正有负，对于大样本离均差的代数相加为零的。为了避免正负问题，在数学有上有两种方法：一种是取绝对值，也就是 常说的离均差绝对值相加。而为了避免符号问题，数学上最常用的是另一种方法－－平方，这样就都成了非负数。因此，离均差的平方累加成了评价离散度一个指标。
3.方差（S2）
由于离均差的平方累加值与样本个数有关，只能反应相同样本的离散度，而实际工作中做比较很难做到相同的样本，因此为了消除样本个数的影响，增加可比性，将标准差求平均值，这就是我们所说的方差成了评价离散度的较好指标。
我们知道，样本量越大越能反映真实的情况，而算数均值却完全忽略了这个问题，对此统计学上早有考虑，在统计学中样本的均差多是除以自由度（n-1），它是意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。
4.标准差（SD）
由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差。

3. 偏差的偏差的实例

例：分析铁矿石中铁的质量分数，得到如下数据：37.45，37.20，37.50，37.30，37.25（%），计算测结果的平均值、平均偏差、相对平均偏差、标准偏差。解：平均值：各次测量的偏差分别是：0.11,-0.14,0.16,-0.04,-0.09平均偏差：相对平均偏差：标准偏差：  =0.13%  相对标准偏差：RSD=(0.13/37.34)×100%=0.4%

4. 标准差怎么算，要求举例子的。

标准差的计算公式，百度百科“标准差”中说的很清楚。

首先，你要明确，你说的这些数，是总体数据还是部分样本。如果是总体数据，就是上述的公式。如果是部分样本，上述公式中，1/N变为1/（N-1）
假设为总体数据。
N=7，i=1~7，xi-u分别为-3,-2,-1,0,1,2,3。
σ=√{[(-3)^2+(-2)^2+(-1)^2+0^2+1^2+2^2+3^2]/7}=2.

5. 标准差怎么算？求例子。必采纳

6. 标准差的计算方法，求简单例题说明，必采纳

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：



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。

平方差：a²-b²=(a+b)(a-b)。文字表达式：两个数的和与这两个数的差的积等于这两个数的平方差。此即平方差公式

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：

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。

标准差可以当作不确定性的一种测量。例如在物理科

7. 标准差该怎么算?数据分析中标准差的作用

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]

8. 标准差该怎么算?数据分析中标准差的作用？

用计算器求数据标准差