统计计算器
均值、中位数、众数、标准差等——一次全部计算
统计计算器
计算均值、中位数、众数和标准差
输入用逗号分隔的数字
Mean = sum / n, StdDev = sqrt(sum((xi - mean)^2) / n)什么是统计计算器？
统计计算器是一种数学工具，用于分析一组数字并计算常见的统计量，如均值（平均数）、中位数、众数、极差，以及方差和标准差。这些指标有助于汇总数据，让你理解规律、比较群体并基于数字做出决策。
统计学应用于学校作业、商业报告、科学研究、金融、体育分析以及日常生活（如追踪预算或比较成绩）。统计计算器能即时输出结果，避免手动逐步计算时出错，尤其适用于较大的数据集。
只要你有一组数值，想快速了解数据的中心趋势（典型值）、离散程度（数值分散状况）以及是否存在异常值，这个计算器都能派上用场。
如何使用统计计算器
- 输入数据 -- 在数据框中输入数字（仅限数字）
- 正确分隔数值 -- 使用逗号、空格或换行符——取决于计算器的输入格式
- 点击「计算」 -- 分析数据集
- 查看结果 -- 如均值、中位数、众数、极差和标准差（如显示）
- 调整列表 -- 添加或删除数值后重新计算，以比较不同的数据集
小提示：
- 不要输入多余符号（如 $ 或 %），除非计算器支持
- 如果数据中包含小数，请精确输入（例如：12.5）
- 如果计算器提供总体统计和样本统计的选项，请根据你的情况选择（见下方说明）
统计公式
设数据集为：x₁, x₂, x₃, …, xₙ，其中 n 为数值个数。
均值（平均数）
均值 = (x₁ + x₂ + … + xₙ) / n
将所有值求和，再除以个数
中位数
将数字排序后的中间值：
- 若 n 为奇数：中位数是最中间的值
- 若 n 为偶数：中位数是中间两个值的平均值
众数
出现频率最高的一个或多个值：
- 单峰（一个众数）、双峰（两个）或多峰
- 若所有值出现频率相同，则无众数
极差
极差 = 最大值 − 最小值
最大值与最小值之差
方差与标准差
方差通过衡量各值偏离均值的程度来描述离散性。
总体公式
- σ² = [ Σ(xᵢ − μ)² ] / n
- σ = √σ²
μ = 总体均值
样本公式
- s² = [ Σ(xᵢ − x̄)² ] / (n − 1)
- s = √s²
x̄ = 样本均值
计算示例
示例 1：均值、中位数、众数
数据： 2, 4, 4, 7, 9
均值： (2 + 4 + 4 + 7 + 9) / 5 = 26 / 5 = 5.2
中位数： 排序后：2, 4, 4, 7, 9 → 中间值为 4
众数： 4 出现最多 → 众数 = 4
结果： 均值 = 5.2，中位数 = 4，众数 = 4
示例 2：极差
数据： 12, 15, 19, 22, 30
最大值： 30， 最小值： 12
极差： 30 − 12 = 18
结果： 极差 = 18
示例 3：总体标准差
数据： 1, 2, 3
均值（μ）： (1 + 2 + 3) / 3 = 2
偏差： (1−2) = −1，(2−2) = 0，(3−2) = 1
平方后求和： 1 + 0 + 1 = 2
σ²： 2 / 3 = 0.6667
σ： √0.6667 ≈ 0.8165
结果： 总体标准差 ≈ 0.8165
示例 4：样本标准差
数据： 1, 2, 3
均值（x̄）： 2
平方差之和： 2（同上）
s²： 2 / (3 − 1) = 2 / 2 = 1
s： √1 = 1
结果： 样本标准差 = 1
常见问题
均值、中位数和众数有什么区别？
均值是平均数（总和除以个数）。中位数是排序后的中间值。众数是出现频率最高的值。这三者可能不同，特别是当数据中有异常值时。
什么是异常值，它们如何影响统计指标？
异常值是远离其他数据的极端值。它们对均值和标准差影响较大，但中位数通常对异常值有更强的抵抗力。
总体标准差和样本标准差有什么区别？
如果数据集包含所研究群体的所有成员，使用总体公式。如果数据是更大总体的子集，使用样本公式。样本公式除以 (n − 1) 以减少偏差。
一个数据集可以有多个众数吗？
可以。如果两个值并列最高频率，为双峰分布。超过两个为多峰分布。若所有值出现频率相同，则可能没有众数。
标准差为什么有用？
标准差反映数据的离散程度。标准差小说明值接近均值；标准差大说明值分布较广。
想将此计算器添加到您的网站？获取与您网站设计相匹配的自定义嵌入代码，让访客停留更久。
什么是描述性统计？
统计学是收集、分析和解释数值数据的科学。描述性统计汇总数据集的关键特征——集中趋势（均值、中位数、众数）和离散度（极差、方差、标准差）。描述性统计不对更大总体作出推断，只是直接描述数据本身，给出简洁清晰的数字概况。
描述性统计无处不在——从学校成绩、体育数据分析到医学研究和企业KPI。本计算器接受任意数字列表，即时返回所有关键统计量：集中趋势、离散度、四分位数等，无需记忆公式，无需使用电子表格。
如何使用统计计算器
- 输入用逗号分隔的数字（例如：2, 4, 6, 8, 10）。
- 点击「计算」运行分析。
- 在结果面板中查看所有统计量：均值、中位数、众数、极差、方差、标准差、Q1、Q3和IQR。
- 将各统计量用于报告、作业或数据分析。
使用的公式
均值 (μ): Σx / n
中位数: 排序后的中间值（或两个中间值的平均）
众数: 出现频率最高的值
极差: 最大值 − 最小值
方差: Σ(x − μ)² / n
标准差: √方差
Q1, Q3: 第25和第75百分位数
IQR: Q3 − Q1总体标准差除以 n；样本标准差除以（n − 1）。数据集是完整群体时用总体标准差；数据是更大总体的子集时用样本标准差。
实际案例
案例1：数据集 {2, 4, 4, 4, 5, 5, 7, 9}
均值 = (2+4+4+4+5+5+7+9) / 8 = 5.00。中位数 = 第4和第5个值的平均 = (4+5)/2 = 4.50。众数 = 4（出现3次）。极差 = 9 − 2 = 7。总体标准差 ≈ 2.00。
案例2：考试成绩 {70, 80, 90, 100}
均值 = (70+80+90+100) / 4 = 85.00。中位数 = (80+90)/2 = 85.00。众数 = 无（每个值出现一次）。极差 = 100 − 70 = 30。标准差 = 11.18。
案例3：对称数据集 {1, 2, 3, 4, 5}
均值 = 3.00。中位数 = 3.00。众数 = 无。极差 = 4。当数据集完全对称时，均值与中位数相等——这是判断实际数据偏斜度的有用指标。