keencalculator
  1. 首页
  2. 统计
  3. 统计计算器

统计计算器

粘贴或输入一组数字,一次得到常用的全部汇总统计量:个数、总和、平均数、中位数、众数、最小值、最大值和极差,样本与总体的标准差和方差,四分位数、四分位距以及离群值。表格会列出每个数值与平均数的偏差,方便你看清方差是怎么算出来的。

快速范例

数值之间用逗号、空格或换行分隔,可以直接从表格里粘贴整列数据。

你输入的数字只留在浏览器里,不会上传。
平均数(均值)83.6
中位数
85
众数
85
个数(n)
10
总和
836
最小值
66
最大值
95
极差
29
样本标准差(s)
9.0823
总体标准差(σ)
8.6163
样本方差(s²)
82.4889
总体方差(σ²)
74.24
第一四分位数(Q1)
78
第三四分位数(Q3)
90
四分位距(IQR)
12
离群值(1.5 × IQR 法则)
无
均值的标准误
2.8721
变异系数
10.86%
从小到大排序
66, 72, 78, 85, 85, 85, 88, 90, 92, 95

与平均数的偏差

#数值(x)x − 平均数(x − 平均数)²

已保存的设置

把常用的输入存起来——你的时薪、你的贷款、你家的房间尺寸——下次点一下就能加载。

    你最近的计算

    你在这里算过的结果会保存在这台设备上,方便之后回来查看。

      也有免费的 iPhone 与 Mac App

      公式

      平均数 x̄ = Σx ÷ n
      中位数 = 排序后的中间值;n 为偶数时取中间两个值的平均数
      总体方差 σ² = Σ(x − x̄)² ÷ n;样本方差 s² = Σ(x − x̄)² ÷ (n − 1)
      标准差 = √方差
      标准误 = s ÷ √n;变异系数 = s ÷ x̄ × 100%
      IQR = Q3 − Q1;离群值小于 Q1 − 1.5 × IQR 或大于 Q3 + 1.5 × IQR

      使用方式

      1. 输入或粘贴你的数字,用逗号、空格或换行分隔。
      2. 查看平均数和其他汇总结果。数值至少有四个时,才会显示四分位数和离群值。
      3. 用偏差表手算验证方差:把偏差的平方加起来,再除以 n 或 n − 1。

      计算范例

      十个考试成绩

      平均数(均值)
      83.6
      中位数
      85
      众数
      85
      个数(n)
      10
      总和
      836
      极差
      29
      样本方差(s²)
      82.4889
      总体方差(σ²)
      74.24
      样本标准差(s)
      9.0823
      总体标准差(σ)
      8.6163
      第一四分位数(Q1)
      78
      第三四分位数(Q3)
      90
      四分位距(IQR)
      12
      离群值(1.5 × IQR 法则)
      无
      均值的标准误
      2.8721
      变异系数
      10.86%

      教科书里的经典数据 2, 4, 4, 4, 5, 5, 7, 9

      平均数(均值)
      5
      中位数
      4.5
      众数
      4
      极差
      7
      总体标准差(σ)
      2
      总体方差(σ²)
      4
      样本方差(s²)
      4.5714
      样本标准差(s)
      2.1381
      第一四分位数(Q1)
      4
      第三四分位数(Q3)
      6
      四分位距(IQR)
      2
      离群值(1.5 × IQR 法则)
      无

      十个数值,其中一个远离其他数值

      平均数(均值)
      19.5
      中位数
      16.5
      众数
      15
      第一四分位数(Q1)
      15
      第三四分位数(Q3)
      19
      四分位距(IQR)
      4
      离群值(1.5 × IQR 法则)
      48

      用样本还是总体?

      如果你的这组数据就是你关心的全部对象,比如一个班里的每一位学生,就用总体的结果。如果这组数据只是你想描述的更大群体中的一部分,比如几千名顾客中的 50 位,就用样本的结果。除以 n − 1 而不是 n(贝塞尔校正),可以避免样本方差低估整个群体的离散程度。

      第一个示例中的十个考试成绩,偏差的平方和为 742.4。除以 10 得到总体方差 74.24,标准差 8.62;除以 9 则是 82.49 和 9.08。

      该报告哪一种平均

      平均数用到了每一个数值,所以一个极端值就会把它拉偏。在含离群值的示例中,平均数是 19.5,而中位数是 16.5,原因就是那个 48。对于收入、房价这类偏态数据,中位数通常是更好的概括。众数最适合用在有重复值的场合,比如最常见的鞋码。

      四分位数是怎么算的

      Q1 和 Q3 分别是排序后数据下半部分和上半部分的中位数;个数为奇数时,中间那个值不计入。这是 TI-83、TI-84 计算器以及大多数美国教科书采用的方法。而 Excel 的 QUARTILE.INC 等表格函数采用插值法,在数据较少时可能会得到略有不同的结果。

      常见问题

      怎么求平均数、中位数和众数?

      平均数:把所有数值相加再除以个数。中位数:排序后取中间那个值,或取中间两个值的平均数。众数:出现次数最多的值。对 72, 85, 90, 66, 85, 78, 92, 88, 95, 85 来说,分别是 83.6、85 和 85。

      2, 4, 4, 4, 5, 5, 7, 9 的标准差是多少?

      作为总体标准差是 2,作为样本标准差约为 2.138。平均数是 5,偏差的平方和为 32;32 ÷ 8 = 4,√4 = 2。

      什么样的数值算离群值?

      按常用的 1.5 × IQR 法则,比 Q1 小或比 Q3 大超过 1.5 个四分位距的值就是离群值。在 12, 14, 15, 15, 16, 17, 18, 19, 21, 48 中,上界是 19 + 1.5 × 4 = 25,所以 48 是离群值。

      为什么我的计算器和 Excel 算出的标准差不一样?

      很可能一个用了样本公式(Excel 的 STDEV.S),另一个用了总体公式(STDEV.P)。本计算器两种都会给出。

      相关计算器