方差和标准差怎么算？样本与总体的区别

Excel 里有 STDEV.P 和 STDEV.S 两个函数，一个除以 n，一个除以 n−1，同一组数据算出来的结果能差百分之五。选错函数，你的分析报告从第一步就偏了。这篇文章用一组 10 个数的完整手算表格讲清两者的差别，说明 n−1 这个反直觉的分母到底从哪来，再把变异系数、正态分布法则和异常值判定这三个配套工具一次讲完。

从平均数到方差：为什么要平方

先看一个问题。两个班的数学平均分都是 81，能说这两个班水平一样吗？

甲班：79、80、81、82、83

乙班：60、70、81、92、102

平均数完全相同，但显然乙班的分化严重得多。要量化这种「分散程度」，最自然的想法是算每个数据偏离平均数多远，然后取平均。

问题来了：离差之和恒等于零。甲班的离差是 −2、−1、0、+1、+2，加起来正好抵消。这不是巧合，而是平均数的定义决定的——平均数就是让所有离差之和为零的那个点。

解决办法有两个。取绝对值得到「平均绝对偏差」，这在数学上可行但绝对值函数不可导，后续推导很麻烦。于是统计学选了另一条路：先平方再求平均。平方既消除了符号，又保持了良好的数学性质（可导、可分解），代价是量纲变成了「分的平方」，所以最后要开方还原成原来的单位，这就是标准差。

一句话概括三者关系：离差反映单个数据的偏离，方差是离差平方的平均，标准差是方差开方后回到原量纲的结果。

总体方差与样本方差：n 还是 n−1

这是全篇最核心的区分。

总体方差（population variance），当你手上的数据就是研究对象的全部时使用：

σ² = Σ(xᵢ − μ)² / N
σ  = √σ²

样本方差（sample variance），当数据只是从更大群体中抽出的一部分时使用：

s² = Σ(xᵢ − x̄)² / (n − 1)
s  = √s²

分母上的 n−1 叫自由度，这个修正叫贝塞尔校正（Bessel's correction）。

为什么要减 1？直觉解释是这样的：计算样本方差时，我们用样本均值 x̄ 代替了真实的总体均值 μ。而样本均值有个特殊性质——它是使离差平方和达到最小的那个点。换句话说，用 x̄ 算出的平方和，一定小于等于用任何其他数（包括真实的 μ）算出的平方和。

结果就是，如果直接除以 n，得到的方差会系统性地偏小，是对总体方差的有偏估计。数学上可以证明，除以 n−1 恰好能消除这个偏差，使 s² 成为 σ² 的无偏估计量。

另一个角度是自由度。一旦均值 x̄ 确定，最后一个数据就不再自由——它必须取某个特定值才能让均值成立。真正独立的信息只有 n−1 个，分母应该是独立信息的个数。

实际选择的判断标准很简单：问自己「我关心的对象，数据是不是全都在这里」。统计全班 45 人的身高来描述这个班，用总体公式；抽 45 人来推断全校，用样本公式。工程测量中重复测同一个量 10 次求不确定度，属于抽样，用样本公式。企业统计本月全部 1,200 笔订单的金额分布，数据就是全部，用总体公式。

实务中一个经验法则：拿不准时用样本公式。 因为绝大多数真实场景都是抽样，而且样本公式给出的估计更保守（数值更大），不容易低估风险。当 n 很大时（比如超过 100），n 和 n−1 的差别不到 1%，选哪个都无所谓。

完整手算示例：一组 10 个数

数据：某小组 10 人的测验成绩 82、76、90、68、85、79、93、71、88、78

第一步，求平均数。

总和 = 82 + 76 + 90 + 68 + 85 + 79 + 93 + 71 + 88 + 78 = 810

平均数 x̄ = 810 ÷ 10 = 81

第二步，逐个计算离差和离差平方。

注意离差列的合计正好是 0，这是最好的中间校验点——如果离差之和不为零，说明前面某一步算错了，立刻回查，不要继续往下算。

第三步，分别按两种口径计算。

标准差相差 5.4%，在 n = 10 这个量级上差异已经相当可观。如果 n = 5，差异会扩大到约 11.8%；n = 100 时缩小到约 0.5%。这就是为什么小样本时必须格外注意口径。

第四步，怎么解读这个结果。 平均分 81、样本标准差 8.15，意味着这组数据大部分集中在 81 ± 8.15，也就是 72.85 到 89.15 之间。数值上看，10 个数里有 6 个落在这个区间，符合预期。手算容易在平方那一步出错，建议用标准差方差计算器复核一遍。

变异系数：跨量纲比较离散程度

标准差有个致命局限——它带量纲，无法跨对象比较。

举个例子。A 产品均价 ¥50，标准差 ¥5；B 产品均价 ¥500，标准差 ¥20。哪个价格更不稳定？直接看标准差会说 B（20 > 5），但这个判断是错的。

变异系数（Coefficient of Variation）解决了这个问题：

CV = 标准差 ÷ 平均数 × 100%

A 产品：CV = 5 ÷ 50 = 10%

B 产品：CV = 20 ÷ 500 = 4%

A 才是波动更剧烈的那个。 CV 消除了量纲和数量级的影响，衡量的是「相对波动」。

回到前面的成绩例子，CV = 8.15 ÷ 81 = 10.06%。

CV 的常见应用场景有三类。投资分析中，年化 8%、波动率 12% 的基金 CV 是 1.5，年化 20%、波动率 40% 的 CV 是 2.0，前者性价比更高。质量控制中，通常认为 CV < 10% 为稳定、10%～20% 为中等、> 20% 为不稳定。实验室检测中，临床生化项目一般要求 CV < 5%。

使用 CV 有两个前提必须满足：数据必须是比率尺度（有绝对零点），摄氏温度这种间隔尺度不能用（10℃ 和 20℃ 的比值没有意义）；平均数不能接近零，否则 CV 会趋于无穷大。计算过程中如果涉及分数形式的中间结果，用分数计算器保留精确值比用小数更准确。

正态分布的 68-95-99.7 法则

如果数据近似服从正态分布，标准差就有了非常直观的含义：

用成绩的例子（μ = 81，σ = 8.15）来解读：约 68% 的人在 72.9～89.2 分之间，约 95% 的人在 64.7～97.3 分之间，超出 56.6～105.4 分范围的概率不到 0.3%。

这个法则最实用的地方是快速判断一个观测值有多异常。把观测值换算成 Z 分数：

Z = (x − μ) / σ

Z = 1 意味着高于平均一个标准差（约排在前 16%），Z = 2 约排在前 2.3%，Z = 3 约排在前 0.13%。上例中考 93 分的人，Z = (93 − 81) / 8.15 = 1.47，大约排在前 7%。

Z 分数的另一个价值是让不同考试的成绩可比。语文 85 分（均值 80、标准差 5，Z = 1.0）和数学 70 分（均值 60、标准差 8，Z = 1.25），虽然 85 > 70，但相对表现是数学更好。

需要提醒的是，这个法则只对近似正态的数据成立。收入、房价、公司规模这类右偏分布用它会严重误判——收入分布中「均值加两倍标准差」远远覆盖不到 95% 的人群。判断数据是否近似正态，最简单的办法是看直方图是否单峰对称，或者比较均值与中位数是否接近。

四分位数与 1.5×IQR 异常值判定

标准差本身对异常值极其敏感——一个极端值就能把标准差拉高一大截，用它来识别异常值有循环论证的嫌疑。更稳健的工具是四分位数。

Q1（第一四分位数）是排序后 25% 位置的值，Q2 是中位数，Q3 是 75% 位置的值。

IQR（四分位距）= Q3 − Q1
下围栏 = Q1 − 1.5 × IQR
上围栏 = Q3 + 1.5 × IQR

落在围栏之外的数据点判定为异常值。

用本文的数据实操一遍。先排序：68、71、76、78、79、82、85、88、90、93

按位置法 (n+1)/4 计算：

Q1 位置 = 11/4 = 2.75，即第 2 与第 3 个数之间偏后，Q1 = 71 + 0.75 × (76 − 71) = 74.75

Q2 = (79 + 82) / 2 = 80.5

Q3 位置 = 3 × 11/4 = 8.25，Q3 = 88 + 0.25 × (90 − 88) = 88.5

IQR = 88.5 − 74.75 = 13.75

下围栏 = 74.75 − 1.5 × 13.75 = 74.75 − 20.625 = 54.13

上围栏 = 88.5 + 20.625 = 109.13

最小值 68 > 54.13，最大值 93 < 109.13，这组数据没有异常值。

假设这时混进来一个 130 分（录入错误多打了一位），它远超上围栏 109.13，会被立刻标记出来。而如果用标准差法，130 加入后均值升到 85.5、标准差升到 17.1，μ + 2σ = 119.7，130 仍然超出但幅度小得多——异常值本身抬高了判定门槛，这就是标准差法的自我掩盖问题。

为什么系数是 1.5？这是 John Tukey 提出箱线图时选定的经验值。在标准正态分布下，1.5×IQR 围栏大致对应 μ ± 2.7σ，误判率约 0.7%，在「不漏检」和「不误报」之间取得了较好平衡。要求更严格时可以用 3×IQR（对应约 μ ± 4.7σ），标记出的是「极端异常值」。

处理异常值的原则是：先查原因，再决定去留。确认是录入错误、设备故障、单位不统一造成的，可以修正或剔除；如果是真实存在的极端情况（比如某个客户确实下了一笔超大订单），就不该删除，而应该在报告中单独说明，或者改用中位数、IQR 这类稳健统计量来描述。处理多维数据时，把各变量整理成矩阵形式再批量计算会更清晰，矩阵计算器可以处理这类批量运算。

总结

这套指标体系的逻辑链条是清晰的：离差之和恒为零，所以要平方；平方后量纲变了，所以要开方；用样本均值代替总体均值会低估离散程度，所以分母要从 n 改成 n−1。判断用哪个公式只需问一句——数据是全部还是抽样，拿不准就用样本公式。

本文示例的关键数字值得记住：10 个数，平方和 598，总体标准差 7.73，样本标准差 8.15，相差 5.4%。配套的三个工具各有分工：CV = σ/μ 用于跨量纲比较相对波动；68-95-99.7 法则把标准差翻译成概率，但只适用于近似正态的数据；1.5×IQR 围栏对异常值稳健，不会被极端值自我掩盖。手算时务必用「离差之和为零」做中间校验，这一步能拦下大部分计算错误。