Как рассчитать среднее квадратичное отклонение в Excel: 3 рабочих способа с примерами

Среднее квадратичное отклонение (СКО) — это статистический показатель, который демонстрирует, насколько значения в наборе данных отклоняются от среднего арифметического. В Microsoft Excel его расчёт автоматизирован с помощью встроенных функций, но многие пользователи путают их между собой или допускают ошибки при выборе формулы. Почему это важно? Потому что СКО используется в финансовом анализе, контроле качества, научных исследованиях и даже в машинном обучении для оценки вариативности данных.

Если вам нужно проанализировать разброс продаж по месяцам, оценить точность производственного процесса или сравнить результаты экспериментов — без среднеквадратичного отклонения не обойтись. В этой статье мы разберём три основных метода расчёта СКО в Excel, включая нюансы для выборки и генеральной совокупности, а также типичные ошибки, которые портят результаты. Вы узнаете, когда использовать СТАНДОТКЛОН.В, а когда — СТАНДОТКЛОН.Г, и почему эти функции дают разные значения на одних и тех же данных.

Для новичков: среднее квадратичное отклонение всегда измеряется в тех же единицах, что и исходные данные. Например, если у вас данные о росте в сантиметрах, то и СКО будет в сантиметрах. Это отличает его от дисперсии, которая выражается в квадратных единицах (см², руб² и т.д.).

1. Разница между СКО для выборки и генеральной совокупности

Прежде чем переходить к формулам, критически важно понять, с каким типом данных вы работаете. В статистике выделяют два ключевых сценария:

Генеральная совокупность — это все возможные наблюдения в рамках исследуемого явления. Например, если вы анализируете рост всех студентов университета (а не их часть), это генеральная совокупность. Для неё используется формула со знаменателем N (количество элементов).

Выборка — это часть генеральной совокупности, по которой вы пытаетесь сделать выводы обо всём множестве. Например, опрос 1000 избирателей перед выборами. Здесь в формуле знаменатель будет N-1 (так называемая поправка Бесселя), чтобы компенсировать систематическую ошибку малых выборок.

В Excel это различие отражено в парах функций:

• 📊 СТАНДОТКЛОН.Г — для генеральной совокупности (знаменатель N)
• 📊 СТАНДОТКЛОН.В — для выборки (знаменатель N-1)
• 📊 КВАДРОТКЛ — устаревшая функция (аналог СТАНДОТКЛОН.В для совместимости)

2. Пошаговая инструкция: как посчитать СКО в Excel

Рассмотрим универсальный алгоритм на примере данных о дневной выручке магазина за 10 дней (в рублях):

Предположим, это выборка (не все дни года, а только 10 дней). Тогда порядок действий такой:

1. Введите данные в столбец (например, A2:A11).
2. Выделите ячейку для результата (например, B1).
3. Введите формулу:

   =СТАНДОТКЛОН.В(A2:A11)

4. Нажмите Enter. Excel вернёт значение ≈ 1234,56 (в нашем примере).

Убедитесь, что в данных нет текстовых ячеек|Пропуски (пустые ячейки) игнорируются автоматически|Для точности используйте не менее 5-10 значений|Сравните результат с ручным расчётом (см. следующий раздел)-->

Критическая ошибка: если в ваших данных есть ячейки с текстом (например, "Нет данных"), Excel проигнорирует их, но это исказит результат. Всегда очищайте диапазон от нечисловых значений!

3. Ручной расчёт СКО: как Excel считает под капотом

Чтобы понять, как работают функции Excel, разберём формулу среднеквадратичного отклонения для выборки:

\[

\sigma = \sqrt{\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n-1}}

\]

Где:

• \(x_i\) — каждое отдельное значение,
• \(\bar{x}\) — среднее арифметическое,
• \(n\) — количество значений.

На практике это означает:

1. Найдите среднее значение (=СРЗНАЧ(A2:A11)).
2. Для каждого числа вычислите разницу с средним и возведите её в квадрат.
3. Сложите все квадраты разниц.
4. Разделите сумму на n-1 (для выборки) или n (для генеральной совокупности).
5. Извлеките квадратный корень.

В нашем примере с выручкой:

1. Среднее = 14 320 руб.
2. Квадраты отклонений: (12500-14320)², (15200-14320)² и т.д.
3. Сумма квадратов ≈ 18 000 000.
4. Делим на 9 (так как n-1 = 10-1) → 2 000 000.
5. Корень из 2 000 000 ≈ 1414,21 (отличие от Excel из-за округлений).

Почему Excel и ручной расчёт дают разные значения?

Разница возникает из-за округлений промежуточных результатов. Excel использует полную точность (15 знаков после запятой), тогда как вручную вы можете округлить среднее до целых, что исказит итог.

4. Типичные ошибки и как их избежать

Даже опытные пользователи Excel допускают ошибки при расчёте СКО. Вот самые распространённые:

⚠️ Внимание: Функция СТАНДОТКЛОН (без суффиксов) устарела с 2010 года и может давать неверные результаты в новых версиях Excel. Всегда используйте СТАНДОТКЛОН.В или СТАНДОТКЛОН.Г.

• 🔴 Путаница между выборкой и совокупностью. Если вы анализируете все продажи компании за год (а не выборку), но используете СТАНДОТКЛОН.В, результат будет завышен на 5-15%.
• 🔴 Текстовые ячейки в диапазоне. Excel проигнорирует их, но это уменьшит фактическое n, что исказит поправку Бесселя.
• 🔴 Использование дисперсии вместо СКО. Функция ДИСП возвращает квадрат отклонения (дисперсию), а не само СКО. Чтобы получить СКО, нужно извлечь корень: =КОРЕНЬ(ДИСП.В(A2:A11)).

Проверьте себя: если ваше СКО оказалось больше среднего значения набора данных, это сигнал о возможной ошибке. Например, для выручки в 10-15 тыс. руб. СКО в 20 тыс. руб. маловероятно — скорее всего, вы забыли извлечь корень из дисперсии.

5. Продвинутые сценарии: СКО с условиями

Иногда нужно рассчитать отклонение не для всех данных, а только для тех, что удовлетворяют определённому условию. Например, СКО выручки только по будням или только для значений выше среднего. Здесь поможет комбинация функций:

Пример 1: СКО для значений > 14 000 руб.

=СТАНДОТКЛОН.В(ЕСЛИ(A2:A11>14000; A2:A11))

Внимание: в Excel 2019+ это формула массива — подтверждайте её Ctrl+Shift+Enter.

Пример 2: СКО с учётом нескольких условий (например, выручка > 14 000 и день нечётный):

=СТАНДОТКЛОН.В(ФИЛЬТР(A2:A11; (A2:A11>14000)*(МОД(СТРОКА(A2:A11);2)=1)))

Работает только в Excel 365 и 2021.

Для старых версий Excel используйте вспомогательный столбец с формулой =ЕСЛИ(И(A2>14000; МОД(СТРОКА();2)=1); A2; ""), а затем применяйте СТАНДОТКЛОН.В к этому столбцу.

6. Визуализация СКО: как показать отклонения на графике

Среднеквадратичное отклонение часто используется для построения полос погрешности на графиках. Например, чтобы показать доверительный интервал средней выручки. Вот как это сделать:

1. Постройте стандартную линейную диаграмму по вашим данным.
2. Добавьте ряд для верхней границы: =СРЗНАЧ(A2:A11) + СТАНДОТКЛОН.В(A2:A11).
3. Добавьте ряд для нижней границы: =СРЗНАЧ(A2:A11) - СТАНДОТКЛОН.В(A2:A11).
4. Выделите оба новых ряда → Формат ряда данных → выберите тип Полоса погрешности.

Альтернативный способ — использовать Линии погрешности в настройках ряда:

• 📈 Выделите ряд данных на графике.
• 📈 Нажмите Добавление элемента диаграммы → Линии погрешности → Другие параметры.
• 📈 Выберите Пользовательский и укажите значение СКО в поле Плюс/Минус.

На графике это будет выглядеть как серый "коридор" вокруг линии среднего значения, ширина которого равна ±1 СКО. В статистике такой интервал покрывает ~68% всех наблюдений (при нормальном распределении).

7. Альтернативные функции для анализа вариативности

Помимо СКО, в Excel есть другие полезные функции для оценки разброса данных:

Например, РАЗМАХ покажет амплитуду колебаний выручки (в нашем случае: 16 000 - 12 500 = 3 500 руб.), но он не учитывает распределение данных вокруг среднего, в отличие от СКО.

⚠️ Внимание: Если ваши данные имеют выбросы (например, одно значение в 10 раз больше остальных), СКО будет сильно завышено. В таких случаях лучше использовать межквартильный размах (=КВАРТИЛЬ(диапазон;3)-КВАРТИЛЬ(диапазон;1)), который устойчив к выбросам.

FAQ: Ответы на частые вопросы

Можно ли посчитать СКО для нечисловых данных (например, оценки "отлично", "хорошо")?

Нет, СКО применимо только к количественным данным. Для категориальных переменных (оценки, цвета, бренды) используйте моду или частотный анализ. Если нужно преобразовать категории в числа (например, "отлично"=5, "хорошо"=4), тогда СКО можно рассчитать, но интерпретация будет условной.

Почему моё СКО отрицательное?

СКО всегда неотрицательно, так как является квадратным корнем. Если вы получили отрицательное значение, проверьте:

• Не перепутали ли вы СКО с КОВАРИАЦИЕЙ (которая может быть отрицательной)?
• Нет ли ошибок в формуле (например, лишний минус перед КОРЕНЬ)?
• Не используете ли вы СТАНДОТКЛОН в текстовом формате ячейки?

Как посчитать СКО для сгруппированных данных (интервальные ряды)?

Для интервальных данных (например, "10-20 тыс. руб.") используйте формулу:

\[

\sigma = \sqrt{\frac{\sum_{i=1}^{k} f_i (x_i - \bar{x})^2}{n-1}}

\]

где \(f_i\) — частота интервала, \(x_i\) — середина интервала. В Excel:

1. Создайте столбец с серединами интервалов.
2. Умножьте каждую середину на частоту (=середина*частота).
3. Рассчитайте среднее взвешенное: =СУММПРОИЗВ(середины; частоты)/СУММ(частоты).
4. Используйте СТАНДОТКЛОН.В для столбца с серединами, учтя частоты как веса.

Какое СКО считается "нормальным"?

Нет универсального ответа — норма зависит от контекста:

• В финансах СКО доходности в 5-10% считается умеренным риском.
• В производстве СКО размеров деталей должно быть в 3-5 раз меньше допуска.
• В опросах СКО ≤ 1 (по 5-балльной шкале) говорит о консенсусе респондентов.

Ориентируйтесь на правило 3 сигм: если 99% данных укладываются в интервал [среднее ± 3×СКО], распределение близко к нормальному.

Как автоматизировать расчёт СКО для новых данных?

Используйте динамические массивы (Excel 365) или таблицы Excel:

• 🔄 Преобразуйте диапазон в таблицу (Вставка → Таблица).
• 🔄 В столбце "СКО" добавьте формулу =СТАНДОТКЛОН.В([Столбец1]), где [Столбец1] — имя столбца с данными.
• 🔄 Теперь при добавлении новых строк СКО будет пересчитываться автоматически.

Для сложных отчётов настройте Power Query (вкладка Данные → Получить данные), чтобы СКО обновлялось при импорте новых данных.