标准差 （方差的算术平方根）

简介

标准差的计算公式为，先计算每个数值与平均数的差，然后求其平方值，再把所有平方值相加后除以总数，最后再对结果进行平方根运算。如果是对整个总体进行计算，则标准差记为σ，如果是对样本进行计算，则标准差记为s。

在国家计量技术规范中， 标准差的正式名称是标准偏差， 简称标准差，标准差的名称有10余种， 如总体标准差、 母体标准差、 均方根误差、 均方根偏差、 均方误差、 均方差、 单次测量标准差和理论标准差等。

标准差的值越小，表示数据集合整体的分布越紧密，平均数代表数据的代表值更加准确；标准差的值越大，表示数据集合整体的分布越分散，平均数代表数据的代表值的可信度就降低了。标准差是统计学中非常重要的一个概念，可以帮助人们更好地理解和分析数据分布规律，进而进行更加科学和准确的推断和决策。

历史

标准差是由英国统计学家卡尔·皮尔逊在19世纪末首先提出来的，当时，人们通过求解方差已经可以很好地描述数据分布的离散程度，但是方差最后获得的值是平方单位的，不利于人们对其进行直观的理解和比较。而标准差的出现，正是为了解决这个问题。它是方差的平方根，具有良好的可解释性和可比性，更容易被人们直观地理解和应用。因此，到了20世纪初，标准差很快被广泛地应用于数据分析、统计学、概率论以及各种相关领域。

标准差的出现和统计学的发展密不可分。在现代经济和科学技术领域中，数据量已经变得非常庞大，要想对这些数据进行有意义的分析和应用，需要借助统计学的工具和方法。标准差作为一个重要的统计量，可以帮助人们更好地描述数据分布的离散程度和数据点之间的差异性，对数据分析和决策具有重要的参考作用。

相关概念

方差

标准差是方差的正平方根，即有：

常数的标准差

假设X是随机变量，数学期望 E(X)存在，并且定义

在经济金融领域，标准差可以用于衡量经济金融数据的波动程度和风险程度。

股票投资

标准差在股票投资中扮演了非常重要的角色。投资者可以计算一只股票或组合股票的标准差来度量它们的风险程度。一般来说，标准差越大，相对风险程度也越高，因此能够帮助投资者评估其投资组合的风险度，以及在风险和回报之间做出权衡。

证券组合

标准差也可以用于评估证券组合的风险水平。投资者可以计算证券组合的平均收益率和标准差，以评估该组合的价值和风险程度。投资者可以通过调整组合中各种资产的权重，来控制组合的风险和回报之间的平衡关系。

期权和期货交易

标准差在期权和期货交易中也是非常重要的一个统计指标。在期权和期货交易中，投资者需要评估市场波动率和价格风险，以便采取相应的对冲策略。标准差可以帮助投资者计算期权和期货的隐含波动率，帮助他们更好地控制交易风险。

货币汇率

标准差还可以用于货币交易和汇率变动的分析。投资者可以计算汇率的标准差来衡量市场波动，并通过衍生品和对冲工具的方式来规避交易风险。

经济数据

标准差也可以用于评估经济数据波动程度，比如通货膨胀率、失业率和GDP等。标准差可以帮助经济学家和决策者评估市场和经济的波动性及风险，以及预测未来经济走势。

社会科学

在社会科学领域，标准差用于测量和评估各种社会现象的数据波动和差异以及不确定性情况。

人口学

对于某些重要的社会群体，例如不同年龄、性别、种族或出生地的人群，社会学家可以使用标准差来描绘社会群体的总体和特征，例如人口数量、人口密度和人口增长率等。

教育学

在教育研究中，标准差可以帮助教育人员和社会学家了解学生某一领域的学术成绩的分布情况，例如学生的考试成绩等。同时，可以通过计算标准差来评估学生之间的差异以及学生在不同领域的学术表现的波动情况。

心理学

在心理学领域，标准差可以被用来研究人群或者一组数据中领域间的变异程度。例如，测试心理健康的量表可以用标准差来描述被试者之间的差异程度。

社会调查分析

在社会调查分析中，标准差可以用来描绘社会调研数据的差异和波动情况，可以帮助设计合适的调研问卷和分析数据。通过调研数据的标准差，研究者能够更好地理解数据背后的含义，深入分析调研的结果和趋势，为政策制定和决策提供数据支持。

医学

在医学领域，标准差也被广泛应用于不同医疗领域的统计计算和数据分析方面。

临床试验

在设计和分析临床试验时，标准差是必不可少的一个统计量。标准差可以帮助研究人员确定试验的样本量、预测试验结果和确定试验数据的可靠性，有效地评估药物和治疗方法的有效性和安全性。

流行病学

标准差在流行病学调查和数据分析中也是一个非常有用的工具。通过计算标准差，可以评估流行病学调查数据的差异，检查研究的数据是否符合正态分布曲线，提高流行病学研究的可靠性和改善公共卫生政策，同时还可以用于制定医学预算和数据管理。

医疗数据分析

在医疗数据分析中，标准差可以用于评估医疗数据集的变异程度。例如，医生可以比较某一患者的生命体征（如心率、呼吸率、体温等）与同龄、同性别、同体型健康人群的平均值以及标准差，判断该患者所表现出来的生命体征是否异常。如果该姑娘体温偏高，但其仍在其年龄、同性别人群体温的1个标准偏差内，那么该体温异常就不太可能是真正的健康问题。

物理学

在物理领域，标准差也有着广泛的应用，特别是在实验测量和数据处理中。

实验测量误差的评估

在实验室中，物理学家通常需要进行各种类型的测量，比如测量物理量的大小、重量、温度等，并通过实验数据来验证理论模型。由于测量设备的精度和操作人员的技术水平等因素，每个测量结果都可能带有一定误差。为了衡量这种误差，物理学家通常使用标准差来评估测量数据的离散程度，以确定实验数据是否符合预期。如果标准差比较小，表明测量误差较小，实验数据比较可靠。

物理量的不确定度计算

在物理学中，很多物理量的大小可以通过测量或计算得到。由于测量误差和测量设备导致的精度限制等因素的存在，这些物理量都带有一定的不确定度。物理学家通常使用标准差来计算这些物理量的不确定度，进而评估测量数据的合理性和可靠性。

数据分布的分析

在物理学中，物理学家通常需要对一些物理量的分布进行分析，以确定其性质和规律。例如，对于一组时间数据，物理学家可以使用标准差来计算数据的离散程度和分布的形状，进而确定数据分布是正态分布还是非正态分布。在实际研究中，这种分布分析对于确定物理定律或预测自然现象的发展趋势等方面是非常重要的。

实验数据可视化

在物理学领域，可视化是一个非常重要的方法，可以帮助物理学家更好地理解数据。通过将实验数据绘制成柱状图、直方图或散点图等图形化形式，结合标准差等指标进行分析，可以直观地展现数据的分布情况和趋势，更容易发现数据中存在的规律和异常。

工程学

在工程领域中，标准差用于描述数据的方差和波动情况，从产品设计到质量控制、风险管理、实验分析等各个方面，都具有重要的作用。同时，标准差也能衡量产品的生产过程的稳定性，判断产品是否符合规格要求。下图就是一个工程测试数据例。

风险管理

标准差在工程领域被广泛地运用于风险管理以及工程设计中。通过计算出项目中各种风险的标准差，工程师可以确定在各种情况下的风险预期波动值，并找到最好的可能性。此外，在设计阶段，标准差可以帮助工程人员确定潜在的影响范围，制定合理的设计方案，从而降低风险和损失。

统计分析

在实验和测试阶段，标准差可以被用来评估数据的可重复性和一致性。通过评估标准差的大小，工程人员可以决定是否需要采取更多的测试措施，以达成更准确和可信的结果。

标准差的这些实际应用领域，其本质都是基于统计学，统计学还包括了假设检验、方差分析、回归分析和时间序列分析等针对实际问题的技术和建模方法。标准差则是这些方法的基本工具之一，用于检测数据的偏差和分析数据的波动性。标准差既能作为协变量，也可以用于估计模型中的误差项等，它在统计学中无处不在和非常重要。

发展趋势

近年来新的统计学方法不断涌现，但标准差在统计学中的地位和重要性仍然不可撼动。

数据科学和人工智能

标准差是评估机器学习模型质量的一种重要指标，可以衡量模型对数据的拟合程度和泛化能力。未来标准差在数据科学和人工智能领域的应用将越来越广泛。

大数据

大数据分析越来越重视样本量的大小，标准差可以作为评估样本总体偏差和离散程度的重要指标，可以更好地分析和解释数据集中数据的分布形态。

数据可视化

标准差也可以用来辅助数据可视化，通过绘制标准差的误差棒图，可以更直观地展示样本均值和标准差的变化趋势。

注释

其中，σ表示总体标准差，u表示总体均值，xi表示第i个数据点的数值，N表示总共有多少个数据点。