方差计算器
输入一组数字，即可计算样本方差 (s²) 和总体方差 (σ²)，以及平均值、平方和和标准差——每一步过程都清晰呈现。
- 01即时计算样本方差（÷ n − 1）和总体方差（÷ n）。
- 02一键获取平均值、平方和和标准差。
- 03使用方差公式展示逐步计算过程。
- 04粘贴用逗号、空格或换行分隔的数字即可。
- 05100% 免费且私密——所有计算均在你的浏览器中完成。
方差计算器
试试示例数据集
样本方差 (s²)
3.5
除以 n − 1 —— 用于样本
总体方差 (σ²)
2.916667
除以 n —— 用于完整总体
平均值 (x̄)
5.5
数据个数 (n)
6
总和 (Σx)
33
平方和 (SS)
17.5
样本标准差 (s)
1.870829
总体标准差 (σ)
1.707825
逐步计算过程
- 01平均值 x̄ = Σx ÷ n = 33 ÷ 6 = 5.5
- 02离差平方和 Σ(x − x̄)² = 17.5
- 03总体方差 σ² = Σ(x − x̄)² ÷ n = 17.5 ÷ 6 = 2.916667
- 04样本方差 s² = Σ(x − x̄)² ÷ (n − 1) = 17.5 ÷ 5 = 3.5
- 05总体标准差 σ = √σ² = √2.916667 = 1.707825
- 06样本标准差 s = √s² = √3.5 = 1.870829
显示离差表 (x − x̄)
| 数值 (x) | 离差 (x − x̄) | 离差平方 (x − x̄)² |
|---|---|---|
| 4 | -1.5 | 2.25 |
| 8 | 2.5 | 6.25 |
| 6 | 0.5 | 0.25 |
| 5 | -0.5 | 0.25 |
| 3 | -2.5 | 6.25 |
| 7 | 1.5 | 2.25 |
为什么使用这款方差计算器
样本方差与总体方差
同时获得样本方差（除以 n − 1）和总体方差（除以 n），无论你处理的是样本还是整个总体，都能为统计问题用上正确的数值。
逐步计算过程
清晰展示方差是如何计算出来的：平均值、每个数据与平均值的离差、离差平方、平方和，以及最后除以 n 或 n − 1。非常适合做作业、备考复习和检验自己的运算。
方差与标准差
除方差外，计算器还会给出样本标准差和总体标准差——即各自方差的平方根——这样你无需第二个工具，就能用与数据相同的单位读出离散程度。
灵活的数据输入
可粘贴用逗号、空格、制表符或换行分隔的数字。支持小数和负数，因此你可以直接将电子表格中的一列数据粘贴进来，无需重新整理格式。
即时且私密
所有运算完全在你的浏览器中进行，无需与服务器通信。你的数据绝不会离开你的设备，结果即时显示，无需注册或安装。
完全免费无限制
想计算多少个数据集的方差都可以——没有每日限制、无需账号，也没有付费墙。这款完整的方差和标准差计算器完全免费。
什么是方差？
方差是衡量一组数字围绕其平均值（均值）分散程度的指标。它是各数据与平均值离差平方的平均值：方差较小说明数值聚集在平均值附近，而方差较大则说明它们分布在更宽的范围内。方差是统计学、金融、科学和质量管理中最基础的变异性度量之一。
无论你是学习统计学的学生、分析数据的研究人员，还是衡量风险的分析师，这款方差计算器都能为任何数据集提供即时、逐步的计算结果。
- 样本方差与总体方差
- 总体方差（σ²）将离差平方和除以 n，当数据覆盖整个总体时使用。样本方差（s²）除以 n − 1（贝塞尔校正），当数据是从更大总体中抽取的样本时使用。这款方差计算器同时显示两者。
- 方差与标准差的关系
- 标准差就是方差的平方根。方差以平方单位表示，而标准差与原始数据使用相同的单位。两者描述的是同一种离散程度——本计算器会同时给出方差和标准差。
- 方差公式
- 计算方差的步骤：先求平均值，用每个数值减去平均值得到离差，将每个离差平方，再相加得到平方和，然后除以 n（总体方差）或 n − 1（样本方差）。
- 为什么方差很重要
- 方差量化了各个数值通常与平均值相差多少。它是标准差、置信区间、正态分布、方差分析（ANOVA）、金融中的投资组合风险以及制造业过程控制的基础。
如何使用方差计算器
- 01
输入你的数字
在输入框中键入或粘贴你的数据集。用逗号、空格或换行分隔数值——例如 4, 8, 6, 5, 3, 7。支持小数和负数。
- 02
点击「开始计算」
按下计算按钮。工具会解析你的数字，并在浏览器中即时计算平均值、平方和以及样本方差和总体方差。
- 03
查看计算结果
顶部的卡片显示样本方差（s²）和总体方差（σ²）。下方则提供平均值、数据个数、平方和以及对应的样本标准差和总体标准差，让你全面了解数据。
- 04
查阅计算步骤
展开逐步计算部分和离差表，查看每个数值的贡献——与平均值的离差、离差平方、平方和以及最后的除法。非常适合学习和检验作业。
计算方差的技巧
选择样本还是总体
当数据是从更大群体中抽取的子集时使用样本方差（n − 1），当数据包含群体的每一个成员时使用总体方差（n）。选错除数是计算方差时最常见的错误。
注意单位
方差以数据单位的平方表示，可能不便于直接解读。当你需要用原始单位表示离散程度时，可开平方根得到标准差，本计算器会在方差旁一并给出。
留意异常值
由于离差在求和前被平方，方差对极端值非常敏感。单个异常值就可能使其大幅升高，因此在得出结论前应检查数据，并考虑异常值是否真实可信。
保持平均值的精度
方差依赖于平均值，因此不要过早地对平均值或中间离差进行四舍五入。在最后一步之前舍入可能引入明显的误差——仅在报告最终方差时再进行舍入。
与标准差对比
向一般读者说明离散程度时，标准差通常比方差更清晰，因为它与数据共享相同的单位。计算时报告方差，解读时报告标准差。
检查平方和
离差平方和（SS）是方差的基本组成部分。对照离差表核对 SS，是确认方差结果正确与否的快捷方法。
方差公式与定义
方差的定义
方差衡量数据集中每个数值平均而言与平均值相距多远。它是各数据与平均值离差平方的平均值，以数据单位的平方报告。标准差是它的平方根。
方差能告诉你什么
- 数值围绕平均值聚集的紧密程度（越小越一致）。
- 标准差背后所对应的平方离散程度。
- 正态分布、方差分析（ANOVA）和置信区间的基础。
- 金融和质量管理中风险或波动性的度量。
样本还是总体——该用哪个
当数据是更大群体的样本时使用样本方差（÷ n − 1），当数据代表整个总体时使用总体方差（÷ n）。
关键方差公式
平均值
x̄ = Σx ÷ n
示例：(2 + 4 + 6) ÷ 3 = 4。
平方和
SS = Σ(x − x̄)²
将各数据与平均值的离差平方相加。
总体方差
σ² = Σ(x − x̄)² ÷ n
各数据与平均值离差平方的平均值。
样本方差
s² = Σ(x − x̄)² ÷ (n − 1)
使用 n − 1（贝塞尔校正）得到无偏估计。
总体标准差
σ = √σ²
总体方差的平方根。
样本标准差
s = √s²
样本方差的平方根。
方差计算器常见问题
Q01方差怎么算？
先求出数据的平均值，用每个数值减去平均值得到离差，将每个离差平方，再相加得到平方和，然后对总体除以 n、对样本除以 n − 1。所得结果即为方差。本计算器会为你完成所有这些步骤并展示计算过程。
Q02样本方差和总体方差有什么区别？
总体方差（σ²）将离差平方和除以 n，当数据包含整个总体时使用。样本方差（s²）除以 n − 1（贝塞尔校正），当数据是来自更大总体的样本时使用。计算器会同时给出两者，方便你选用适合自己问题的那一个。
Q03方差公式是什么？
总体方差：σ² = Σ(x − x̄)² ÷ n。样本方差：s² = Σ(x − x̄)² ÷ (n − 1)。两个公式中，x̄ 是平均值，x 是每个数值，n 是数值个数。方差是各数据与平均值离差平方的平均值。
Q04方差和标准差有什么关系？
标准差是方差的平方根。方差以平方单位表示，而标准差与原始数据单位相同，因此更易于解读。这款方差和标准差计算器会同时给出两者。
Q05为什么样本方差要除以 n − 1？
除以 n − 1 而非 n 称为贝塞尔校正。它修正了一种偏差：由于样本平均值比真实总体平均值更贴近样本自身的数值，因此会产生偏差。使用 n − 1 可从样本得到总体方差的无偏估计。
Q06可以输入小数和负数吗？
可以。你能输入整数、小数和负数，用逗号、空格或换行分隔。计算器会解析全部数值并忽略多余的空格，因此可以直接从电子表格粘贴一整列。
Q07我的数据会被发送到服务器吗？
不会。方差计算器使用 JavaScript 完全在你的浏览器中运行。你的数字绝不会被上传或存储到任何地方，因此可放心用于私密或敏感数据。
Q08这款方差计算器免费吗？
是的，完全免费，没有任何限制、无需注册，也没有付费版本。想计算多少个数据集的样本方差、总体方差和标准差都可以。