首頁 / 名詞卡 / 統計與資料分析 / 標準差(Standard Deviation)

iPAS AI初級📊 統計與資料分析
🔑 名詞卡

標準差(Standard Deviation)

🎯 定義

衡量一組資料分散程度的統計量。標準差越大,表示資料點離平均值的距離越遠,資料的分散程度越高;標準差越小,表示資料點都聚集在平均值附近,分散程度越低。

重點

  • 在品質管理中,標準差常用來評估產品或過程的穩定性:標準差越大,表示產品品質越不穩定,良率越低。

記憶技巧

標準差=資料離「家」(平均值)有多遠的平均距離,離越遠代表越分散、越不穩定。

易混淆

  • vs 平均差:兩者都衡量資料與平均數的差距,但計算方式不同(標準差涉及平方與開根號)。
  • vs 全距/四分位距:全距、IQR 只看特定位置的值,標準差則綜合考慮所有資料點與平均數的差距。

補充(中級科目二:公式與極端值敏感性)

中級課程給出完整公式:變異數 \(\sigma^2=\frac{1}{N}\sum_{i=1}^{N}(x_i-\mu)^2\),標準差 \(\sigma=\sqrt{\sigma^2}\)。標準差對極端值(離群值)極為敏感,會顯著影響計算結果;且僅顯示與平均數的距離,若資料分佈偏斜,需搭配四分位距等其他指標判讀。這也是為何在含大量離群值的資料中,特徵縮放時常改用 Robust Scaling(以中位數、IQR 取代均值、標準差)而非 Z-score 標準化。

📖 課文原文

「標準差是衡量一組資料分散程度的統計量。當標準差較大時,表示資料點離平均值的距離較遠……在品質管理中,標準差常用來評估產品或過程的穩定性。標準差越大,表示產品品質越不穩定,良率越低。」

中級補充:「對極端值(離群值)極為敏感,會顯著影響計算結果。僅顯示與平均數的距離,若資料分佈偏斜,需要搭配其他指標。」