标准差方差

复制import math

# 样本数据
data = [12, 15, 14, 10, 18, 20, 22, 17]
n = len(data)

# 均值
mean = sum(data) / n

# 中位数
sorted_data = sorted(data)
if n % 2 == 1:
    median = sorted_data[n // 2]
else:
    median = (sorted_data[n // 2 - 1] + sorted_data[n // 2]) / 2

# 方差（样本方差，分母 n-1）
variance = sum((x - mean) ** 2 for x in data) / (n - 1)

# 标准差
std_dev = math.sqrt(variance)

print(f"均值: {mean:.2f}")
print(f"中位数: {median:.2f}")
print(f"方差: {variance:.2f}")
print(f"标准差: {std_dev:.2f}")
# 输出:
# 均值: 16.00
# 中位数: 15.50
# 方差: 17.43
# 标准差: 4.17

复制package main

import (
	"fmt"
	"math"
	"sort"
)

func main() {
	data := []float64{12, 15, 14, 10, 18, 20, 22, 17}
	n := len(data)

	// 均值
	sum := 0.0
	for _, v := range data {
		sum += v
	}
	mean := sum / float64(n)

	// 中位数
	sorted := make([]float64, n)
	copy(sorted, data)
	sort.Float64s(sorted)
	var median float64
	if n%2 == 1 {
		median = sorted[n/2]
	} else {
		median = (sorted[n/2-1] + sorted[n/2]) / 2
	}

	// 方差（样本方差，分母 n-1）
	var variance float64
	for _, v := range data {
		diff := v - mean
		variance += diff * diff
	}
	variance /= float64(n - 1)

	// 标准差
	stdDev := math.Sqrt(variance)

	fmt.Printf("均值: %.2f\n", mean)
	fmt.Printf("中位数: %.2f\n", median)
	fmt.Printf("方差: %.2f\n", variance)
	fmt.Printf("标准差: %.2f\n", stdDev)
	// 输出:
	// 均值: 16.00
	// 中位数: 15.50
	// 方差: 17.43
	// 标准差: 4.17
}

复制const data = [12, 15, 14, 10, 18, 20, 22, 17];
const n = data.length;

// 均值
const mean = data.reduce((a, b) => a + b, 0) / n;

// 中位数
const sorted = [...data].sort((a, b) => a - b);
const median = n % 2 === 1
  ? sorted[Math.floor(n / 2)]
  : (sorted[n / 2 - 1] + sorted[n / 2]) / 2;

// 方差（样本方差，分母 n-1）
const variance = data.reduce((acc, x) => acc + (x - mean) ** 2, 0) / (n - 1);

// 标准差
const stdDev = Math.sqrt(variance);

console.log(`均值: ${mean.toFixed(2)}`);
console.log(`中位数: ${median.toFixed(2)}`);
console.log(`方差: ${variance.toFixed(2)}`);
console.log(`标准差: ${stdDev.toFixed(2)}`);
// 输出:
// 均值: 16.00
// 中位数: 15.50
// 方差: 17.43
// 标准差: 4.17