方差计算器 - 样本与总体方差

方差是每个数据点与数据集均值之间平方差的平均值，用来衡量分布中的数值有多分散。方差为零表示每个值都相同；方差越大，表示数据点围绕均值的离散程度越高。方差以平方单位表示，因此它的平方根——标准差——通常更直观，但方差本身在统计理论中非常重要，因为它具有可加性，并且是许多高级方法的基础。 这个方差计算器区分了两种本质不同的使用场景。总体方差（σ²）将平方离差之和除以 n，也就是值的总数。当你的数据集就是要描述的完整总体时使用它，例如某个班级里所有学生的身高。样本方差（s²）则除以 n − 1，采用贝塞尔校正，以补偿样本均值本身只是估计值、因此会略微低估总体离散程度这一事实。对于任何有限样本，校正后的值总是会比未校正值稍大一些。只要你的数字是从更大群体中抽取的样本，样本方差就是标准选择。 除了方差之外，这个计算器还会生成完整的描述性统计摘要。均值是算术平均数，即总和除以数量。中位数是将数据排序后的中间值；如果数据个数为偶数，则取中间两个值的平均；它对异常值不敏感，在偏态分布中通常比均值更有信息量。众数是出现频率最高的值（或多个值）；如果每个数字只出现一次，则称为无众数。极差是最大值与最小值之差。四分位距（IQR）是中间 50% 数据的离散范围，从第 25 百分位到第 75 百分位，尤其适合通过界限法识别异常值。 方差及其相关指标——标准差、四分位距和极差——在数据分析中无处不在。质量工程师使用方差来监控生产一致性，并标记偏离规格的批次。投资分析师把方差作为投资组合波动性的度量：收益方差越高，资产风险越大。教育工作者用它来判断测试分数是紧密聚集（低方差，班级表现一致）还是分散（高方差，理解程度参差不齐）。流行病学家使用总体方差来描述疾病在不同地区的分布，社会科学家则用它来比较不同人口群体之间的不平等程度。 这个工具可处理任何数字列表——整数、小数、正数、负数——并在一步中计算所有统计量。对于非常大或非常小的数字，结果最多显示六位有效数字，以兼顾可读性和准确性。