标准差计算公式：标准差σ=方差开平方。标准差是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根，标准差能反映一个数据集的离散程度。

标准差的计算公式

样本标准差=方差的算术平方根=s=sqrt（（（x1-x）^2+（x2-x）^2+……（xn-x）^2）/（n-1））

总体标准差=σ=sqrt（（（x1-x）^2+（x2-x）^2+……（xn-x）^2）/n）

标准差系数，又称为均方差系数，离散系数。它是从相对角度观察的差异和离散程度，在比较相关事物的差异程度时较之直接比较标准差要好些。标准差系数是将标准差与相应的平均数对比的结果。标准差和其他变异指标一样，是反映标志变动度的绝对指标。

它的大小，不仅取决于标准值的离差程度，还决定于数列平均水平的高低。因而对于具有不同水平的数列或总体，就不宜直接用标准差来比较其标志变动度的大小，而需要将标准差与其相应的平均数对比，计算标准差系数，即采用相对数才能进行比较。

标准差和标准误的区别

1、表示含义不同：

（1）标准差是指离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。

（2）标准误是样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度，反映的是样本均数之间的变异。

2、反映情况不同：

（1）标准差在概率统计中最常使用作为统计分布程度上的测量。标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度。

标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。

（2）标准误用来衡量抽样误差。标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大。因此，标准误是统计推断可靠性的指标。

标准差多少算合理范围

首先，我们需要明确标准差的计算方式。标准差是用数据集中的每个数据点与均值之差的平方相加，再除以总样本数，然后开方得到的。计算公式如下：

标准差=sqrt（（1/（n））\*（∑（xi-μ）^2））

其中，n为样本数，xi为每个数据点，μ为均值。

在实践中，标准差的合理范围会根据具体应用场景而有所不同。一般来说，如果数据分布比较集中，那么标准差较小的数据会更加可靠。通常情况下，我们认为标准差在10%以内是比较合理的范围，而如果标准差超过20%，则说明数据分布比较离散，需要进一步分析原因。

需要注意的是，标准差的计算是基于样本数的，因此样本量的多少也会影响标准差的准确性。如果样本量过小，即使数据分布很集中，标准差也可能比较大。此外，不同应用场景对数据分布的要求也不同，因此需要根据具体情况具体分析。