相對標準偏差 RSD 計算器

相對標準偏差 (RSD) 在線分析

支援各類分隔符,一鍵獲取均值、標準差、方差、中位數及離散向量分佈表徵

已識別 5 個數值
快捷數據範例 (Presets)
支援直接從 Excel 貼上單列或多列數據
相對標準偏差 (RSD %)
0.2313%
極高精密度 (Very High Precision)CV = 0.0023
算術平均值 (Mean)
12.3820
總和: 61.9100樣本數: 5
標準偏差 (SD)0.0286
方差 (Variance)0.0008
中位數 (Median)12.3800
極差 (Range)0.0700
最小值 (Min)12.3500
最大值 (Max)12.4200
計算公式S = √[Σ(x-μ)² / (N-1)]
數據分佈散點圖綠線為均值,橙色虛線表示±1標準差
數據點
平均值 (Mean)
+1 SD
-1 SD
← 左右滑動查看完整散點圖 →
12.33912.35512.37012.38512.40012.41512.431項 1項 1: 12.35項 2項 2: 12.42項 3項 3: 12.38項 4項 4: 12.4項 5項 5: 12.36

數據偏差分析與分步計算推導

1. 算術平均值 (Mean) 計算:
μ = Σ x_i / N = 61.9100 / 5 = 12.3820
2. 離差平方和 (SS) 與標準差 (SD):
S = √[ Σ(x_i - μ)² / (N - 1) ]

離差平方和 Σ(x_i - μ)² = 0.0033,除以自由度 4 得方差 0.0008,開方求得標準差 0.0286。

3. 相對標準偏差 (RSD %) 求值:
RSD = (S / |μ|) × 100% = (0.0286 / 12.3820) × 100% = 0.2313%
單項數值離差明細表N = 5
#數值 (x)離差 (x - μ)平方離差 (x - μ)²
112.35-0.03200.0010
212.420.03800.0014
312.38-0.00200.0000
412.40.01800.0003
512.36-0.02200.0005

相對標準偏差 RSD 計算器的核心原理

相對標準偏差(RSD, Relative Standard Deviation),在機率論和統計學中也常被稱為變異係數(CV, Coefficient of Variation)。它是用於表徵一組數據離散程度的相對量度指標。計算公式為一組數據的標準偏差與其平均值的絕對值的百分比值。

與單純的標準偏差(SD)相比,RSD 最顯著的優勢在於克服了原始物理尺度對數值差異評估的局限性。比如:兩台卡尺測量不同零件,第一台測量小工件的平均值為 10mm,標準差為 0.1mm,其 RSD% = 1.0%;第二台測量大型構件的平均值為 1000mm,標準差為 5.0mm,其 RSD% = 0.5%。可以看出,雖然第二台儀器的絕對誤差(5.0mm)遠大於第一台(0.1mm),但其測量的相對精密度(0.5%)反而比第一台要好。因此,RSD 廣泛用於化學分析、藥檢、工業控制等精密測量場景。

樣本標準差與總體標準差的本質區別

在計算 RSD 時,標準差公式的分母選擇非常關鍵,代表了完全不同的抽樣背景:

樣本標準偏差 (Sample SD - 分母 N-1)

當輸入的數據僅僅是整體對象的一個隨機子集(例如:從一條生產線上抽取了 15 個批次產品進行質檢),就需要選擇樣本標準偏差。公式分母採用 N-1(貝塞爾校正),這是為了修正以樣本平均值代替總體真均值時所產生的系統下偏差,使方差估計是無偏的。

總體標準偏差 (Population SD - 分母 N)

當輸入的數據就是所研究的全部數據本身(例如:全廠所有的測量設備的總故障記錄、或者是全班學生的最終考試分數),不需要做任何外推推斷,應選擇總體標準偏差,其計算分母直接為總數據量 N。

常見問題解答 (FAQ)

1. 什麼是相對標準偏差 RSD 計算器?它與標準偏差 (SD) 有什麼區別?
本 RSD 計算器在線平臺專為計算相對標準偏差(RSD, Relative Standard Deviation)而設計。作為專業的變異係數 (CV) 分析工具,它能體現相對數值差異。標準偏差 (SD) 是帶有物理單位的絕對數值,而 RSD 是將 SD 除以均值後乘以 100% 的無量綱相對百分比,消除了原始量綱與數量級的干擾,使不同量級實驗的精密度具備橫向可比性。
2. 相對標準偏差 (RSD) 在科學實驗與工業生產中有什麼作用?
在化學分析、生物醫藥檢測和工業質量控制(QC)中,RSD 是衡量測量精密度(Precision)的最核心指標。例如在藥物含量測定中,平行測定的 RSD 通常必須嚴格控制在 1.0% 或 2.0% 以內;如果 RSD 偏高,意味著測試存在較大的隨機誤差或儀器穩定性不佳,測量數據不可信。
3. 如何選擇計算樣本標準差與總體標準差?
若您輸入的數據是從一個更大總體中抽樣出來的(如某批次中抽取 10 個工件進行測量),請選擇「樣本標準差(分母為 N-1)」,以貝塞爾校正避免低估整體方差;若輸入數據就是研究對象的全部(如全班所有學生的期末考成績),請選擇「總體標準差(分母為 N)」。
4. 為什麼 RSD 有時會顯示為「無法計算」或失去意義?
RSD 的公式為標準差除以均值。若數據集的平均值為 0(或極其接近 0),分母為 0 在數學上無定義,因此 RSD 無法計算。此外,若數據集同時包含正負數導致平均值接近 0,計算出的 RSD 數值可能異常巨大並失去物理比較意義,此時應直接採用標準差 (SD) 評估離散度。
5. 什麼是貝塞爾校正 (Bessel's Correction)?為什麼樣本標準差的分母是 N-1?
貝塞爾校正是將計算方差時的分母由數據個數 N 替換為 N-1 的數學修正。這是因為使用樣本平均值代替總體真實均值計算離差時,樣本均值自身傾向於靠攏樣本中心,會系統性低估總體的真實方差。除以 N-1 可以消除這個偏差,使樣本方差成為總體方差的無偏估計(Unbiased Estimator)。
6. 相對標準偏差 (RSD) 的判定標準是多少?多少才算合格?
合格的 RSD 判定標準取決於行業和實驗精度要求。在藥典分析或高精分析化學中,RSD 要求極為嚴格,通常需控制在 1.0% ~ 2.0% 以內;生物分析樣品一般允許放寬至 5% ~ 15%;而在大宗工業品或常規統計中,RSD 僅作為離散參考。總體上 RSD 越小,表明重複性與精密度越好。
7. 本工具是否支援從 Excel 貼上多行多列數據?
是的。本工具內置多模式智能分詞解析器,能夠全自動識別並相容空格、半形逗號、全形逗號、分號、換行符等任意常見分隔符。您可以直接從 Excel 或 CSV 表格中複製單列或多列數據貼入,系統即時提取乾淨的數字序列。
8. 本計算器的數據安全性如何?數據會被上傳到伺服器嗎?
本工具採用純前端 React 本地運算技術,不連接任何後端伺服器進行數據轉移。您輸入的全部數值與統計結果都在本地瀏覽器內即時完成處理,100% 保障您的科研數據、實驗記錄與商業隱私安全。