方差到底怎么算？能给一个手算步骤吗？

四步：① 求平均值 μ = 所有数之和 ÷ 个数 n；② 每个数减去平均值得到「离差」x−μ，再平方；③ 把所有平方后的离差加起来，得到「离差平方和」SS = Σ(x−μ)²；④ 除以 n 得总体方差 σ²，除以 n−1 得样本方差 s²。以 2,4,4,4,5,5,7,9 为例：平均值 = 40÷8 = 5；离差 −3,−1,−1,−1,0,0,2,4，平方后 9,1,1,1,0,0,4,16，和为 32；总体方差 = 32÷8 = 4，样本方差 = 32÷7 ≈ 4.571429。本工具会把每个数的离差与离差平方逐行列出，照着核对即可。

样本方差和总体方差有什么区别？我该选哪个？

区别只在分母：总体方差 σ² 把离差平方和除以 n，样本方差 s² 除以 n−1（叫贝塞尔校正）。判断口诀——如果你的数据是从更大群体里抽出来的「样本」，想用它估计整个群体的离散程度，就用样本方差 s²（除以 n−1，结果略大、更保守），这也是统计学、论文、Excel 默认最常用的；如果你的数据就是研究对象的「全部」（比如全班 40 人的成绩，你只关心这 40 人），就用总体方差 σ²（除以 n）。拿不准时多数场景选样本方差。Excel 里样本方差用 VAR / VAR.S，总体方差用 VARP / VAR.P。

方差和标准差是什么关系？

标准差是方差的平方根，方差是标准差的平方，两者描述同一件事——数据相对平均值的离散（波动）程度。区别在量纲：方差的单位是原数据单位的平方（比如身高厘米的方差单位是「平方厘米」，不好解释），而标准差开了平方根后单位与原数据一致（还是「厘米」），所以日常解读、画误差棒、算正态分布的「几个标准差」时多用标准差；而在统计推断、方差分析(ANOVA)、计算时用方差更方便（可加性好）。本工具同时给出方差与标准差两个值。

为什么样本方差要除以 n−1 而不是 n？

因为用样本估计总体方差时，样本里的离差是相对「样本均值」而非未知的「总体均值」算的，这会系统性地低估真实波动。除以 n−1（而不是 n）正好抵消这个偏差，使样本方差成为总体方差的「无偏估计」——这就是贝塞尔校正。直观理解：n 个离差里只有 n−1 个是自由的（它们之和恒为 0，最后一个被前面决定），所以「有效信息量」是 n−1。当 n 较大时，除以 n 还是 n−1 差别很小；n 较小时差别明显。

只有一个数据，或所有数都一样，结果会怎样？

① 只有 1 个数据点时，样本方差无定义（公式要除以 n−1 = 0），本工具会显示总体方差（恒为 0）并给出提示；② 所有数完全相同时，离差全为 0，无论样本还是总体，方差都等于 0，这是合理的——没有任何离散；③ 输入框为空或只剩分隔符时不计算。请留意结果区显示的「数据个数 n」，它能帮你发现是否漏填或多打了分隔符。

计算结果精确吗？小数怎么处理？

内部采用高精度十进制运算并对开平方做高精度求值，规避了 JavaScript 原生浮点的经典误差（如 0.1+0.2 会得到 0.30000000000000004）。结果保留最多 6 位小数并去掉多余的零，因此像 32÷7 的样本方差显示为 4.571429。需要说明的是，6 位指小数部分精度；当数值整数部分本身极大时，超出十进制可精确展示区间的尾数仅供参考。所有计算都在你的浏览器本地完成，不联网、不上传数据。

方差计算器

在线方差计算器：粘贴一组数字，一键算出样本方差(s²)与总体方差(σ²)，并逐行列出每个数的离差 x−μ 与离差平方 (x−μ)²，同步给出标准差、平均值与离差平方和，清晰区分 n 与 n−1 两种口径，高精度十进制避免浮点误差。

数据集

支持逗号、空格、换行分隔；可填小数与负数。共识别 8 个数。

方差类型

样本：除以 n−1（贝塞尔校正），用样本估计总体时选此项，最常用。

样本方差 s²

4.571429

标准差：2.13809（方差的平方根）

数据个数 (n)8

总和 (Σx)40

平均值 (μ)5

离差平方和 Σ(x−μ)²32

样本方差 s²4.571429

总体方差 σ²4

样本标准差 s2.13809

总体标准差 σ2

2-39

4-11

500

724

9416

合计032

离差之和恒为 0；离差平方求和得离差平方和 SS = 32，再除以 n（总体）或 n−1（样本）即得方差。

怎么用

粘贴或输入数据：在「数据集」框里填入一组数字，用逗号、空格或换行分隔均可，例如 2, 4, 4, 4, 5, 5, 7, 9。支持小数与负数，从 Excel 一列直接复制粘贴也能识别。
选择方差类型：在「样本方差 (s²)」与「总体方差 (σ²)」之间切换。手里的数据是从更大群体里抽出来的样本，就选样本（除以 n−1，最常用）；数据本身就是研究的全部对象，才选总体（除以 n）。
即时读结果与逐项步骤：每改一个数就自动重算。顶部大字给出你选定口径的方差，下方明细同时列出样本/总体两套方差与标准差、平均值、离差平方和；再往下的「逐项步骤」表格逐行展示每个数的离差 x−μ 与离差平方 (x−μ)²，方便对照手算。
核对与复制：结果区会标注数据个数 n 是否与你预期一致（漏填或多了空格会反映在 n 上）。需要写进作业或报告时，直接抄录对应口径的方差与逐项步骤即可。

原理与公式

方差（variance）衡量一组数据相对其平均值的离散（波动）程度：方差越大越分散，为 0 则所有数相同。它分样本与总体两种口径，区别只在分母。方差开平方根即为标准差。

计算步骤（四步）

① 平均值：μ = Σx / n（所有数之和除以个数 n）。
② 离差与离差平方：每个数减平均值得离差 x − μ，再平方 (x − μ)²。
③ 离差平方和：SS = Σ(x − μ)²。
④ 方差：总体 σ² = SS / n，样本 s² = SS / (n − 1)。

样本 vs 总体（n−1 与 n）

数据是从更大群体抽出的样本、要估计整体离散程度时，除以 n − 1（贝塞尔校正，结果略大、更保守、为无偏估计），这是论文与 Excel VAR/VAR.S 的默认；数据就是研究的全部对象时，除以 n（对应 Excel VARP/VAR.P）。

计算示例

数据 2, 4, 4, 4, 5, 5, 7, 9：
μ = 40 / 8 = 5
离差 −3, −1, −1, −1, 0, 0, 2, 4，离差平方 9, 1, 1, 1, 0, 0, 4, 16
SS = 9+1+1+1+0+0+4+16 = 32
总体方差 σ² = 32 / 8 = 4
样本方差 s² = 32 / 7 ≈ 4.571429

方差与标准差

标准差 = √方差。方差量纲是原数据单位的平方，标准差与原数据同量纲，故解读离散程度多用标准差；统计推断、方差分析则更常直接用方差。本工具两者同时给出。

精度：内部以高精度十进制运算并对开平方做高精度求值，规避原生浮点误差（0.1 + 0.2 = 0.3），结果保留最多 6 位小数并去掉多余的零。计算均在浏览器本地完成，不上传数据。

常见问题

方差到底怎么算？能给一个手算步骤吗？: 四步：① 求平均值 μ = 所有数之和 ÷ 个数 n；② 每个数减去平均值得到「离差」x−μ，再平方；③ 把所有平方后的离差加起来，得到「离差平方和」SS = Σ(x−μ)²；④ 除以 n 得总体方差 σ²，除以 n−1 得样本方差 s²。以 2,4,4,4,5,5,7,9 为例：平均值 = 40÷8 = 5；离差 −3,−1,−1,−1,0,0,2,4，平方后 9,1,1,1,0,0,4,16，和为 32；总体方差 = 32÷8 = 4，样本方差 = 32÷7 ≈ 4.571429。本工具会把每个数的离差与离差平方逐行列出，照着核对即可。
样本方差和总体方差有什么区别？我该选哪个？: 区别只在分母：总体方差 σ² 把离差平方和除以 n，样本方差 s² 除以 n−1（叫贝塞尔校正）。判断口诀——如果你的数据是从更大群体里抽出来的「样本」，想用它估计整个群体的离散程度，就用样本方差 s²（除以 n−1，结果略大、更保守），这也是统计学、论文、Excel 默认最常用的；如果你的数据就是研究对象的「全部」（比如全班 40 人的成绩，你只关心这 40 人），就用总体方差 σ²（除以 n）。拿不准时多数场景选样本方差。Excel 里样本方差用 VAR / VAR.S，总体方差用 VARP / VAR.P。
方差和标准差是什么关系？: 标准差是方差的平方根，方差是标准差的平方，两者描述同一件事——数据相对平均值的离散（波动）程度。区别在量纲：方差的单位是原数据单位的平方（比如身高厘米的方差单位是「平方厘米」，不好解释），而标准差开了平方根后单位与原数据一致（还是「厘米」），所以日常解读、画误差棒、算正态分布的「几个标准差」时多用标准差；而在统计推断、方差分析(ANOVA)、计算时用方差更方便（可加性好）。本工具同时给出方差与标准差两个值。
为什么样本方差要除以 n−1 而不是 n？: 因为用样本估计总体方差时，样本里的离差是相对「样本均值」而非未知的「总体均值」算的，这会系统性地低估真实波动。除以 n−1（而不是 n）正好抵消这个偏差，使样本方差成为总体方差的「无偏估计」——这就是贝塞尔校正。直观理解：n 个离差里只有 n−1 个是自由的（它们之和恒为 0，最后一个被前面决定），所以「有效信息量」是 n−1。当 n 较大时，除以 n 还是 n−1 差别很小；n 较小时差别明显。
只有一个数据，或所有数都一样，结果会怎样？: ① 只有 1 个数据点时，样本方差无定义（公式要除以 n−1 = 0），本工具会显示总体方差（恒为 0）并给出提示；② 所有数完全相同时，离差全为 0，无论样本还是总体，方差都等于 0，这是合理的——没有任何离散；③ 输入框为空或只剩分隔符时不计算。请留意结果区显示的「数据个数 n」，它能帮你发现是否漏填或多打了分隔符。
计算结果精确吗？小数怎么处理？: 内部采用高精度十进制运算并对开平方做高精度求值，规避了 JavaScript 原生浮点的经典误差（如 0.1+0.2 会得到 0.30000000000000004）。结果保留最多 6 位小数并去掉多余的零，因此像 32÷7 的样本方差显示为 4.571429。需要说明的是，6 位指小数部分精度；当数值整数部分本身极大时，超出十进制可精确展示区间的尾数仅供参考。所有计算都在你的浏览器本地完成，不联网、不上传数据。

怎么用