样本标准差=方差的算术平方根=s=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/(n-1))
总体标准差=σ=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n )
注解:上述两个标准差公式里的x为一组数(n个数据)的算术平均值。当所有数(个数为n)概率性地出现时(对应的n个概率数值和为1),则x为该组数的数学期望。
简单来说,标准差是一组数值自平均值分散开来的程度的一种测量观念。一个较大的标准差,代表大部分的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。
例如,两组数的集合 {0, 5, 9, 14} 和 {5, 6, 8, 9} 其平均值都是 7 ,但第二个集合具有较小的标准差。
标准差可以当作不确定性的一种测量。例如在物理科学中,做重复性测量时,测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值,测量值的标准差占有决定性重要角色:如果测量平均值与预测值相差太远(同时与标准差数值做比较),则认为测量值与预测值互相矛盾。这很容易理解。因此如果测量值都落在一定数值范围之外,那么可以推论预测值是不合理的。
标准差应用于投资上,可作为量度回报稳定性的指标。标准差数值越大,代表回报远离过去的回报平均数值,即回报较不稳定,风险越高。相反,标准差数值越小,代表回报较为稳定,风险亦较低。
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18.7分,B组的标准差为2.366分(此数据使用的是总体标准差),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。
若n个数据为总体,则求总体标准差,标准差公式根号内除以n;若n个数据为样本,则求样本标准差,标准差公式根号内除以(n-1)。
因为我们接触的数据多为样本,所以一般情况下根号内除以(n-1)。