标准差的概念及公式-标准差概念与公式

在讲数据讲话之前，先聊聊那个拍板数据“胖瘦”的关键指标——标准差。别被它吓退，它实际上就是在说：“大家离平均值有多远”。
要是一组数据里的每个人离你平均身高 5 厘米，那这组数据还算匀称；要是有一半人比平均值高出一头，一半人瘦个五六分，那大家就离得挺远了。 说人话就是通俗版，标准差就是衡量数据“乱不乱”的标尺。想象你去买彩票，要是每次摇出来都是同一个数字，那方差是 0，标准差也是 0，这叫死数；要是每次全是大奖，那方差是 0，但万一有人说运气好得了头奖，方差还是 0，标准差 0 跑不赢方差 0。咱们日常用的场景，一般是数据散乱，想要一个能代表整体水平的“标准距离”。 比如，我们看一组人跑步的成绩：张五跑了 5 分钟，李四跑了 8 分钟，王八跑了 1 分钟。平均下来大约是 3 分钟。
这时候，张五和李四跑得差不多，一两个离得远；王八万一跑个 10 分钟，那他的成绩就极大地影响了整体水平。
这时候，要是只看平均值，王八跑得快你也得不服，看张五跑得慢你也认定不中。
这时候就要引入标准差了。标准差算出来的值，叫 2 分钟，意思就是：这组数据中，离那个平均数 2 分钟以上的情况，大约占一半以上。
也就是说，绝大多数人跑在“3 到 5 分钟”这个区间里。
要是标准差小，说明大家离平均数挺近，数据挺“聚”；要是标准差大，说明有人跑得飞快，有人跑得慢，数据就“散”了。 标准差是个统计学里的超级工具，它在大量领域都有用，但最让人头疼的往往是它的计算过程。别看有人认定难，但核心逻辑实际上挺好办，就是算数值总和减去平均值的距离，再做平方，最终开根号。
这算出来一个数，就叫标准差。 咱们来算算下面这组数据的标准差：1, 2, 3, 4, 5, 6, 7, 8, 9, 10。
起初算个平均数，就是 5.5。
然后看每个数跟 5.5 的差，平方之后加起来，除以个数。结局大约是 550000，开根号后拿到标准差大约是 22.5。
这个数字挺大，缘由挺好办：出于数据是从 1 到 10 均匀分布的，中间那个 5.5 离端点的 1 和 10 都远！故此标准差自然就大了。 再换个场景，比如看学校 10 个学生的平均成绩是 80 分，标准差是 5 分。
这到底是个啥意思？90 分和 70 分可能都有 10 个学生，但 85 分和 75 分可能都没有。出于平均数就在中间，离两端越远数据越选不到。
这说明学校的整体水平不错，但也波动不大，大家成绩都挺接近。 反之，要是标准差是 120 分，那该咋样？平均数 80 分，这意味着有 120 个学生跑到了 200 分，要么 负 40 分。
显然这就是个灾难性的数据，要么是机器嗑瓜子，要么是录入毛病，要么是学生集体超水平发挥（开玩笑，别真去信）。 标准差在日常生活里也相当接地气。
比如评价外卖服务，要是差评普遍，说明标准化程度低，顾客中意度波动大；要是好评一堆，说明标准差小，服务稳定。再比如股市分析，投资者看股票时，标准差越大，意味着这只股票价格波动越剧烈，风险越高；标准差越小，走势越平稳。 实际上呀，数据世界里到处都藏着标准差。它既能帮你屏蔽掉那些极端值，又能精准地捕捉到数据的规整程度。
有时候一个标准差就够了，有时候两个，就连三个。
看数据表，别光盯着平均值看，看标准差，这往往比平均值更有洞察力。
毕竟，平均值是个平均值，标准差才是数据“脾气”的体现。