文档介绍：标准差
标准差(Standard Deviation)，也称(mean square error)，是各数据偏离的距离的平均数，它是离均差平方和平均后的方根，用。表示。标准差是方差的。标准差能反映一个数据集的离散程度。平均数相同的，标是不科学的所以人们在要求更高的领域不使用极差来评判。其实，离散度就是数据偏离平的程度。因此将数据与均值之差（我们叫它）加起来就能反映出一个准确的离散程度。和越大离散度也就越大。
但是由于偶然误差是成的，离均差有正有负，对于大样本离均差的代数和为零的。为了避免正负问题，在数学有上有两种方法：一种是取绝对值，也就是常说的离均差绝对值之和。而为了避免符号问题，数学上最常用的是另一种方法一一平方，这样就都成了非负数。因此，离均差的平方和成了评价离散度一个指标。
方差（S2）
由于离均差的平方和与样本个数有关，只能反应相同样本的离散度，而实际工作中做比较很难做到相同的样本，因此为了消除样本个数的影响，增加可比性，将标准差求平均值，这就是我们所说的方差成了评价离散度的较好指标。
样本量越大越能反映真实的情况，而算数均值却完全忽略了这个问题，对此上早有考虑，在统计学中样本的均差多是除以自由度（n-1），它的意思是样本能的程度。当选到只剩一个时，它不可能再有自由了，所以是 .n-1。
标准差（SD）
由于是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差。
在统计学中样本的均差多是除以自由度 (n-1),它是意思是样本能自由选
择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是 n-1。
变异系数(CV)
标准差能很客观准确的反映一组数据的离散程度，但是对于不同的检目，
或同一项目不同的样本，标准差就缺乏可比性了，因此对于方法学评价来说
又引入了变异系数CV。
一组数据的平均值及标准差常常同时做为参考的依据。在直觉上，如果
数值的中心以平均值来考虑，则标准差为统计分布之一 “自然”的测量。
定义公式：其中N应为n-1，即自由度
变异系数(CV)
在描述波动情况的统计量时有一个变异系数CV=S/(X的平均)，是用于不同数据的离散程度的比较变异系数就是几个数据的标准差与均值的比值。求标准差的函数是STDEV求均值的函数是
AVERAGE比如你的数据分别在A1,A2,A3选中B1，输入=STDEV(A1:A3)然后回车再选中C1，输入=AVERAGE(A1:A3)回车再选中D1，输入=B1/C1回车这样D1就是数据A1,A2,A3的变异系数了。一般变异系数用百分数表示
异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标。变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。
CV(Coefficient of Variance)标准差与均值的比率。用公式表示为：CV=a//作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。变异系数又称离散系数。
标准差与平均值定义公式
1、方差 sA2=[(x1-x)A2+(x2