मानक विचलन कैलकुलेटर

किसी भी डेटासेट के लिए माध्य, प्रसरण और मानक विचलन तुरंत गणना करें।

तुरंत परिणाम ब्राउज़र में चलता है

सुझाव: पूरी जनसंख्या के लिए σ; उपसमुच्चय के लिए s उपयोग करें।

सूत्र

= Σxᵢ / n
σ² = Σ(xᵢ−x̄)² / n
= Σ(xᵢ−x̄)² / (n−1)
σ = √σ²

68-95-99.7 rule:
±1σ → ~68%
±2σ → ~95%
±3σ → ~99.7%

उपयोग कैसे करें?

  1. 1
    अपना डेटा दर्ज करेंअल्पविराम या रिक्त स्थान से अलग संख्याएं टाइप करें।
  2. 2
    गणना करें पर क्लिक करेंमाध्य, प्रसरण, मानक विचलन तुरंत दिखाई देते हैं।
  3. 3
    परिणाम की व्याख्या करेंकम σ = माध्य के पास; अधिक σ = डेटा फैला हुआ।

अक्सर पूछे जाने वाले प्रश्न

जनसंख्या और नमूना मानक विचलन में क्या अंतर है?
जनसंख्या σ n से विभाजित करता है। नमूना s n−1 से (बेसेल सुधार)।
मानक विचलन क्या बताता है?
~68% मान ±1σ में, 95% ±2σ में, 99.7% ±3σ में आते हैं।
प्रसरण क्या है?
प्रसरण माध्य से वर्गाकार विचलनों का औसत है। मानक विचलन प्रसरण का वर्गमूल है।

Standard deviation calculator कौन से statistics देता है?

यह standard deviation calculator comma, space या semicolon से अलग किए गए numeric data को पढ़कर count, mean, range, population standard deviation, sample standard deviation, population variance, sample variance, minimum और maximum values देता है। Input में कम से कम दो valid numbers होने चाहिए। Mean formula x̄ = Σxi / n है। Squared deviations का total निकालकर population variance में n से divide किया जाता है, जबकि sample variance में n - 1 से divide किया जाता है। Standard deviation variance का square root है।

Population standard deviation तब उपयोगी है जब data पूरी population represent करता है। Sample standard deviation तब उपयोगी है जब data किसी बड़ी population का sample है। n - 1 correction sample variability को कम underestimate करने में मदद करता है। Tool दोनों values साथ दिखाता है, इसलिए user context के अनुसार सही metric चुन सकता है। Range max minus min है और data spread का quick संकेत देता है, लेकिन केवल extremes देखता है।

Population और sample में फर्क

यदि आपके पास class के हर student की marks list है, तो population formula उचित हो सकता है। यदि आपने 1000 customers में से 50 responses लिए हैं और पूरी customer base के बारे में अनुमान लगाना है, तो sample formula अधिक सही है। Finance, quality control, lab measurements और survey analysis में यह distinction important है। गलत formula छोटे samples में noticeably अलग result दे सकता है।

Standard deviation mean के आसपास spread बताता है। Low value का मतलब values mean के करीब हैं; high value का मतलब values ज्यादा फैली हुई हैं। Normal distribution में 68-95-99.7 rule एक rough interpretation देता है: लगभग 68% values ±1σ, 95% ±2σ और 99.7% ±3σ में आ सकती हैं। लेकिन यह rule तभी meaningful है जब distribution roughly normal हो। Skewed data या outliers में box plot, median और percentile भी देखें।

Data entry caveat

Units consistent रखें। Seconds और minutes, rupees और dollars, या kilograms और pounds को बिना conversion एक dataset में डालना result को meaningless बनाता है। Missing values को zero मानना है या exclude करना है, यह analysis rule से तय करें। Tool invalid text values को calculation में शामिल नहीं करता, लेकिन user को source data साफ रखना चाहिए। Official reporting या scientific work में method, sample size और rounding precision document करें।

Standard deviation को हमेशा mean और sample size के साथ पढ़ें। Same deviation छोटा या बड़ा दिख सकता है, यह data scale पर निर्भर करता है; इसलिए units और context report में शामिल करें।

टिप्पणियां