收集数据后，要做的第一件事往往是分析它。 这通常需要计算平均、标准差和标准误差。 本文介绍了如何计算。
方法1
数据
1
获得一组你想要分析的数据。这些信息也称为示例。 例如，如果在由五个学生组成的班级中参加测试，则测试结果为12、55、74、79和90。
方法2
平均值
1
计算均值。将所有数值相加，除以整体大小。 平均()x/n。 其中是加法)符号，xi是单个数字，n是整体大小。
在上例中，平均为[1255747990]/5=62。
方法3
标准偏差
1
计算标准差。它代表了总体分布情况。 标准偏差==sqrt[(((x-)2) ) ] .相对于以上所示的例子，标准偏差为sqrt[(12-62 )2) 55-62 ) ^2) 74-62 ) 79-662 ) 也就是说，请从样本大小中减去1。
方法4
平均值的标准误差
计算（均值的）标准误差。这表示样品平均和总体平均的近似度。 样本越大，标准误差越小，样本均值和总体均值也越接近。 标准偏差除以样品尺寸n的平方根，即可得到标准误差。 标准误差=/sqrt(n )在上述示例中，从有50个学生的班级中提取5个学生作为样本，如果50个学生的标准偏差为17(=21 )，则标准误差为17/sqrt(5)5)=7.6 较小地提示平均值、标准偏差、标准误差的计算对于分析正态分布的数据是最有用的。 距离中心位置1个标准偏差的范围可以涵盖约68%的数据，距离这2个标准偏差的范围可以涵盖95%的数据，3个标准偏差可以涵盖99.7%的数据。 随着样本大小的增大，标准误差变小(分布范围变窄)。 易于使用的在线标准差计算机