📈
표준편차 계산기
데이터 세트의 분산, 표준편차, 평균을 자동으로 계산합니다. 모집단과 표본 표준편차를 모두 지원합니다.
📖 사용법
- 데이터 값들을 쉼표(,)로 구분하여 입력하세요
- 모집단 또는 표본 중 데이터 유형을 선택하세요
- 계산 버튼을 클릭하면 결과가 표시됩니다
- 분산, 표준편차, 평균, 데이터 개수를 확인하세요
- 풀이 과정에서 각 단계별 계산을 확인할 수 있습니다
✨ 주요 기능
- ✓모집단 표준편차(σ)와 표본 표준편차(s) 모두 계산
- ✓분산(Variance)도 함께 표시
- ✓평균으로부터 각 데이터의 편차 표시
- ✓데이터 분포의 요약 통계(최솟값, 최댓값, 범위)
- ✓단계별 풀이 과정 제공
- ✓변동계수(CV)로 상대적 산포도 비교
📐 계산 공식
σ = √(Σ(xᵢ - μ)² / n)💡 계산 원리
- •표준편차는 데이터가 평균으로부터 얼마나 퍼져 있는지를 측정하는 값입니다
- •분산 = Σ(각 값 - 평균)² / n (모집단) 또는 / (n-1) (표본)
- •표준편차 = √분산으로, 원래 데이터와 같은 단위를 가집니다
- •표본 표준편차에서 n-1로 나누는 이유는 베셀 보정(Bessel correction)으로, 편향을 줄이기 위함입니다
- •정규분포에서 약 68%의 데이터가 평균 ± 1σ 안에, 95%가 ± 2σ 안에 있습니다
- •변동계수(CV) = 표준편차/평균 × 100%로, 단위가 다른 데이터의 산포도를 비교할 수 있습니다
- •표준편차가 0이면 모든 데이터 값이 동일하다는 의미입니다
❓ 자주 묻는 질문
Q. 모집단과 표본 표준편차의 차이는?
A. 모집단은 전체 데이터(n으로 나눔), 표본은 일부 추출 데이터(n-1로 나눔)입니다. 설문조사처럼 일부만 조사했으면 표본, 전교생 성적처럼 전체이면 모집단입니다.
Q. 표준편차가 크면 어떤 의미인가요?
A. 데이터가 평균에서 멀리 퍼져 있다는 의미입니다. 예: 시험 점수의 표준편차가 크면 학생 간 점수 차이가 크고, 작으면 비슷한 수준입니다.
Q. 분산과 표준편차의 차이는?
A. 분산은 편차 제곱의 평균, 표준편차는 분산의 제곱근입니다. 표준편차는 원래 데이터와 같은 단위이므로 해석이 더 직관적입니다.
Q. 왜 n-1로 나누나요 (베셀 보정)?
A. 표본에서 모집단을 추정할 때 n으로 나누면 분산이 과소추정됩니다. n-1로 나누면 불편추정량(unbiased estimator)이 되어 더 정확합니다.
Q. 표준편차를 어디에 활용하나요?
A. 품질관리(6시그마), 투자 위험 평가(변동성), 시험 점수 분석, 과학 실험의 오차 범위 등에 널리 사용됩니다.
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.