免費線上統計分析工具
使用基本統計量計算機非常簡單：
基本統計量計算機可用於多種情境：
從實驗資料或調查結果中計算基本統計量，以納入研究論文和報告。平均值、標準差和中位數是總結研究發現的必要指標。
分析商業資料，如銷售數字、客戶滿意度評分和產品評級，以識別趨勢和模式。中位數特別適合薪資分析，因為它較不受異常值影響。
計算產品尺寸、重量和性能資料的標準差，以評估品質變異。這為管制圖提供了基礎資料。
分析考試成績和班級成績，以計算平均分數、中位數和標準差。這有助於了解整體學業表現和成績分布。
計算健康指標（如血壓、體溫、BMI 和血糖）的統計量，以與正常範圍比較並分析時間變化。
計算股價波動、投資回報的平均報酬率和標準差（波動率），以及風險評估，以制定投資決策。
計算天氣資料（如溫度、降水和濕度）的平均值和標準差，以識別氣候模式和偵測異常。
基本統計量（描述統計量）是總結資料集特徵的數值測量。以下是關鍵統計測量的說明。
這些測量代表資料的「中心」或「典型值」。
所有資料值的總和除以值的個數。最常見的代表值，但容易受異常值影響。公式：平均值 = Σx / n
當資料按順序排列時的中間值。較不受異常值影響，使其比平均值更適合偏態分布（例如收入分布）。
資料集中最常出現的值。對於分析類別資料（例如調查回應）很有用。
這些測量指示資料的分散程度。
最大值和最小值之間的差異。顯示資料的整體分散，但容易受異常值影響。公式：範圍 = 最大值 - 最小值
測量每個資料點與平均值的距離。值越大表示資料分散越大。有兩種類型：樣本變異數和母體變異數。
變異數的平方根。以與原始資料相同的單位表示資料分散，使其更容易解釋。統計分析中最重要的指標之一。
第三四分位數（Q3）和第一四分位數（Q1）之間的差異。代表中間 50% 資料的範圍，是較不受異常值影響的離散度測量。公式：IQR = Q3 - Q1
在統計學中，計算方法根據資料代表「樣本」還是整個「母體」而有所不同。樣本變異數和標準差在分母中使用「n-1」，而母體變異數和標準差使用「n」。對於一般資料分析，建議使用樣本統計量（n-1）。
無需手動執行複雜的統計計算。只需輸入資料即可獲得即時結果，節省大量時間。
完全消除手動計算或計算機常見的計算錯誤。保證統計量準確無誤。
通過單一操作計算多個統計指標（平均值、中位數、標準差、四分位數等）。
計算基本統計量是資料分析的起點。快速掌握資料的整體情況並確定進一步分析的方向。
幫助學習統計學的學生和初學者驗證他們的計算並了解統計測量的意義。
無需安裝軟體或註冊。只需使用瀏覽器即可隨時隨地使用，完全免費。
平均值容易受異常值（極大或極小值）影響，因此與中位數一起檢查很重要。
根據資料分布和目的選擇適當的統計量。例如：收入資料使用中位數，考試成績使用平均值和標準差。
將基本統計量與直方圖和箱形圖等圖表結合，可以更深入地了解資料分布。
變異數的單位是原始資料單位的平方（例如，如果資料單位是 cm，變異數單位是 cm²）。標準差（使用原始單位）更便於解釋。
平均值考慮所有資料點，但容易受異常值影響。中位數較不受異常值影響，使其更適合具有極端值的資料，如收入分布或房地產價格。檢查兩者有助於識別資料偏態。
樣本標準差是從整個母體的子集（樣本）計算的，分母使用「n-1」。母體標準差是從所有資料（母體）計算的，分母使用「n」。對於一般資料分析，建議使用樣本標準差。
當所有資料值都不同，或當多個值以相同頻率出現時，沒有明確的眾數，因此顯示「N/A」。
此工具顯示 4 位小數的結果。如果您需要更高的精度，我們建議使用專業統計軟體（R、Python 等）。
為了瀏覽器性能，我們建議最多 10,000 個資料點。對於更大的資料集，我們建議使用專業統計軟體。
此工具使用將資料分為四等份的位置的值作為四分位數。Q1 是第 25 百分位數，Q2（中位數）是第 50 百分位數，Q3 是第 75 百分位數。
是的，支援負數、小數和整數。也接受科學記號法（1.23e-4 等）。
點擊「複製結果」按鈕將計算結果複製到剪貼板。然後您可以將其貼上到 Excel 或 Word 等應用程式中。
Calculate mean, median, and standard deviation
Calculate average page views per session
Calculate average time on site
Calculate percentages and rates of change
Perform real-time division
Calculate detailed API usage costs