Bỏ qua đến nội dung chính
Mục lục

Độ lệch chuẩn là gì: công thức, cách tính và np.std()

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 3/12 · Chương 3

Thống kê mô tả: độ phân tán và vị trí

  • 9 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Độ lệch chuẩn là căn bậc hai của phương sai, nên nó đo dữ liệu tản ra quanh số trung bình bao xa, và đo bằng chính đơn vị của dữ liệu. Bạn dùng nó để nói gọn "điểm của lớp lệch khỏi trung bình khoảng 1,1 điểm", điều mà phương sai, tính bằng điểm bình phương, không nói được.

Cần biết trước: phương sai, số trung bình và np.sqrt().

Công thức độ lệch chuẩn

Như bài phương sai, phần đầu bài tính trên cả tổng thể, ví dụ điểm của đúng 40 em một lớp. Độ lệch chuẩn (standard deviation) của tổng thể, ký hiệu σ, là căn bậc hai của phương sai σ²:

σ=1N∑i=1N(xi−μ)2\sigma = \sqrt{\frac{1}{N}\sum_{i=1}^{N} (x_i - \mu)^2}

Trong đó:

  • N (len(x)): số giá trị.

  • x với chỉ số i (x[i]): giá trị thứ i.

  • μ (x.mean()): số trung bình.

  • σ (np.std(x, ddof=0)): độ lệch chuẩn, cùng đơn vị với x.

SGK Toán 10 viết cùng công thức với ký hiệu của mẫu, s = √s² với s² chia n, và gọi s là độ lệch chuẩn của mẫu số liệu. Tutorial này giữ chữ s cho bản chia n − 1 của bài phương sai mẫu chia n − 1, nên s của sách là σ ở đây.

Phương sai và độ lệch chuẩn mang cùng một thông tin: biết số này là tính được số kia. Khác nhau ở đơn vị: điểm có phương sai 1,69 điểm bình phương thì độ lệch chuẩn là 1,3 điểm, đọc được ngay cạnh điểm trung bình.

Cách tính độ lệch chuẩn từng bước

Lấy lại sáu bài kiểm tra 15 phút của Lan ở bài phương sai: 6, 8, 5, 9, 7, 7 điểm. Năm bước đầu là phương sai, bước sáu là căn bậc hai:

Bước

Việc

Kết quả

1

Cộng sáu điểm, chia 6

μ = 42 / 6 = 7

2

Lấy mỗi điểm trừ 7

−1, 1, −2, 2, 0, 0

3

Bình phương từng độ lệch

1, 1, 4, 4, 0, 0

4

Cộng các bình phương

10

5

Chia cho N = 6

σ² ≈ 1,6667

6

Lấy căn bậc hai

σ ≈ 1,291 điểm

Khối dưới là máy tính của trang: sửa dãy ở dòng thứ ba thành điểm của bạn rồi bấm Chạy.

python
import math

diem = [6, 8, 5, 9, 7, 7]
n = len(diem)
mu = sum(diem) / n
tong_bp = sum((x - mu) ** 2 for x in diem)
phuong_sai = tong_bp / n
print("Trung bình:", mu)
print("Tổng bình phương độ lệch:", tong_bp)
print("Phương sai:", round(phuong_sai, 4))
print("Độ lệch chuẩn:", round(math.sqrt(phuong_sai), 4))

KẾT QUẢ

Trung bình: 7.0
Tổng bình phương độ lệch: 10.0
Phương sai: 1.6667
Độ lệch chuẩn: 1.291

Lan thường lệch khỏi điểm trung bình 7 của mình khoảng 1,3 điểm. Căn bậc hai chỉ lấy ở bước cuối, sau khi đã chia N; làm tròn chỉ ở dòng in.

Đổi [6, 8, 5, 9, 7, 7] thành [7, 7, 7, 7, 7, 7] rồi chạy lại: dòng cuối in Độ lệch chuẩn: 0.0.

Tính bằng np.std() và statistics.pstdev()

np.std() nhận ddof= như np.var(): ddof=0 là chia đúng N. Module statistics có pstdev() cũng chia N. Dòng thứ ba lấy căn của phương sai bằng np.sqrt(), đúng như công thức:

python
import statistics
import numpy as np

diem = [6, 8, 5, 9, 7, 7]
print("np.std:", round(np.std(diem, ddof=0), 4))
print("pstdev:", round(statistics.pstdev(diem), 4))
print("căn của np.var:", round(np.sqrt(np.var(diem, ddof=0)), 4))

KẾT QUẢ

np.std: 1.291
pstdev: 1.291
căn của np.var: 1.291

Ba số khớp với bảng tính tay. Trong Excel: STDEV.P chia N như ở đây, còn STDEV.S chia n − 1. pandas thì mặc định chia n − 1, nên df["diem"].std() cho số khác np.std() trên cùng cột; bài phương sai mẫu chia n − 1 nói vì sao và cách ghi ddof= cho đúng.

Diễn giải độ lệch chuẩn cùng đơn vị dữ liệu

File diem_kiem_tra.csv là số giả lập của AIDev: điểm của bốn lớp 10, mỗi lớp 40 em. Coi mỗi lớp là một tổng thể. Vì σ cùng đơn vị với điểm, ta hỏi được một câu cụ thể: bao nhiêu em nằm trong đoạn từ μ − σ đến μ + σ? Một boolean mask trả lời:

python
import numpy as np
import pandas as pd

diem = pd.read_csv("diem_kiem_tra.csv")
for lop in ["10A1", "10A2", "10A3", "10A4"]:
    toan = diem.loc[diem["lop"] == lop, "diem_toan"].to_numpy()
    mu, sigma = toan.mean(), np.std(toan, ddof=0)
    trong = np.abs(toan - mu) <= sigma
    print(lop, round(mu, 2), round(sigma, 2), trong.sum())

KẾT QUẢ

10A1 6.74 1.14 24
10A2 7.13 1.37 30
10A3 6.72 1.23 26
10A4 7.52 1.23 25

Lớp 10A1 có σ = 1,14 điểm: 24 trong 40 em đạt từ 5,60 đến 7,88 điểm. Vẽ ba đường μ − σ, μ, μ + σ lên histogram của lớp này để thấy đoạn đó trên dữ liệu:

python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

diem = pd.read_csv("diem_kiem_tra.csv")
toan = diem.loc[diem["lop"] == "10A1", "diem_toan"].to_numpy()
mu, sigma = toan.mean(), np.std(toan, ddof=0)
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.hist(toan, bins=np.arange(4.5, 10.5, 0.5), edgecolor="white")
ax.axvline(mu, color="k", label=f"μ = {mu:.2f}")
ax.axvline(mu - sigma, color="k", ls="--", label="μ − σ và μ + σ")
ax.axvline(mu + sigma, color="k", ls="--")
ax.set(title="Lớp 10A1", xlabel="Điểm Toán", ylabel="Số học sinh")
ax.legend()
plt.show()
Histogram điểm Toán 40 em lớp 10A1 từ 4,5 đến 10 điểm, trục y là số học sinh; đường liền ở μ = 6,74 và hai đường đứt ở 5,60 và 7,88 điểm ôm phần cao nhất của histogram.

Phần cao nhất của histogram nằm giữa hai đường đứt: điểm thường gặp của lớp là 6,74 cộng trừ khoảng 1,1 điểm. Đổi sang thang 100 thì mọi điểm nhân 10, và σ cũng thành 11,4: độ lệch chuẩn đổi theo đơn vị của dữ liệu. Cộng thêm cho mỗi em 1 điểm thì σ giữ nguyên, vì khoảng cách tới trung bình không đổi.

Mô phỏng: bao nhiêu phần trăm nằm trong μ ± σ

Câu "khoảng 68% dữ liệu nằm trong một độ lệch chuẩn quanh trung bình" chỉ đúng với một kiểu hình dạng. Khối dưới rút 100.000 số từ ba phân phối: chuẩn (hình chuông), đều (mọi giá trị như nhau) và mũ (lệch phải mạnh), rồi đếm tỉ lệ nằm trong μ ± σ:

python
import numpy as np

rng = np.random.default_rng(17)
n = 100_000
cac_mau = {"chuẩn": rng.normal(0, 1, n),
           "đều": rng.uniform(0, 1, n),
           "mũ": rng.exponential(1, n)}
for ten, x in cac_mau.items():
    trong = np.abs(x - x.mean()) <= np.std(x, ddof=0)
    print(f"{ten:>5}: {trong.mean():.1%} nằm trong μ ± σ")

KẾT QUẢ

chuẩn: 68.3% nằm trong μ ± σ
  đều: 57.6% nằm trong μ ± σ
   mũ: 86.4% nằm trong μ ± σ

Lần chạy này cho thấy chỉ phân phối chuẩn cho khoảng 68%; dữ liệu đều cho ít hơn, dữ liệu lệch mạnh cho nhiều hơn. Đổi default_rng(17) thành default_rng(3) thì các số đổi chưa tới nửa điểm phần trăm, ba mức vẫn vậy. Vì thế, với dữ liệu thật, hãy đếm như khối ở mục trên thay cho đoán 68%.

Kiểm tra nhanh

  1. Sau import numpy as np, print(np.std([3, 3, 7, 7], ddof=0)) in ra gì?

    • 2.0
    • 4.0
    • 2.309401076758503
  2. Một lớp có phương sai điểm Toán 1,69. Độ lệch chuẩn bằng bao nhiêu?

    • 0,845 điểm
    • 1,3 điểm
    • 2,8561 điểm bình phương
  3. Lớp 10A1 có μ = 6,74 điểm và σ = 1,14 điểm. Những câu nào đúng?

    • Điểm của một em lệch khỏi 6,74 điểm thường vào khoảng 1,1 điểm
    • Mọi em của lớp có điểm từ 5,60 đến 7,88
    • Đổi mọi điểm sang thang 100 thì σ thành 11,4
    • Cộng thêm cho mỗi em 1 điểm thì σ thành 2,14
  4. Trong mô phỏng ba phân phối, vì sao phân phối mũ cho khoảng 86% chứ không phải 68%?

    • Hạt giống 17 tình cờ rút nhiều số gần trung bình
    • Tỉ lệ trong μ ± σ phụ thuộc hình dạng phân bố; khoảng 68% chỉ là của phân phối chuẩn
    • np.std() tính sai với số lớn hơn 1
    • Phân phối mũ có độ lệch chuẩn bằng 0
Đúng hết lần đầu +15 XP

Bài tập

Tỉ lệ giá trị nằm trong một độ lệch chuẩn

Bạn muốn biết dữ liệu của mình có gần quy tắc 68% không. x là list (hay mảng) các số, coi là cả tổng thể, có ít nhất một giá trị. Viết thân hàm trong_mot_sigma(x) đếm tỉ lệ giá trị có khoảng cách tới μ không quá σ, tức nằm trong đoạn từ μ − σ đến μ + σ, kể cả hai đầu đoạn. σ chia N, theo công thức của bài.

Không dùng np.std(), np.var(), .std(), .var(), các bản np.nanstd(), np.nanvar(), np.cov(), pstdev(), .describe(), .agg(), .aggregate() hay module statistics. Hàm không sửa x của nơi gọi.

Trả về: tỉ lệ từ 0 đến 1, một float.

Ví dụ trong_mot_sigma([6, 8, 5, 9, 7, 7]) cho khoảng 0.6667: bốn điểm 6, 8, 7, 7 cách 7 không quá 1,291.

python
import numpy as np


def trong_mot_sigma(x):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Độ lệch chuẩn σ là căn bậc hai của phương sai σ², chia N khi bộ số là cả tổng thể.

  • Tính tay: năm bước của phương sai, rồi lấy căn ở bước cuối; làm tròn chỉ khi in.

  • np.std(x, ddof=0), statistics.pstdev() và STDEV.P của Excel cùng chia N; STDEV.S chia n − 1.

  • σ cùng đơn vị với dữ liệu: nhân mọi giá trị với 10 thì σ nhân 10, cộng thêm một số thì σ giữ nguyên.

  • Khoảng 68% giá trị trong μ ± σ chỉ đúng với phân bố hình chuông; với dữ liệu thật, hãy đếm.

Câu hỏi thường gặp

Phương sai và độ lệch chuẩn khác nhau thế nào?

Độ lệch chuẩn là căn bậc hai của phương sai, nên cùng đơn vị với dữ liệu, còn phương sai mang đơn vị bình phương. Báo cáo thường ghi độ lệch chuẩn cạnh trung bình; phương sai hay dùng khi cộng độ phân tán của nhiều phần, như bài phương sai dạy.

Độ lệch chuẩn bằng 0 nghĩa là gì?

Mọi giá trị bằng nhau và bằng số trung bình. Độ lệch chuẩn không bao giờ âm, vì nó là căn bậc hai của một tổng các bình phương.

Tính độ lệch chuẩn trong Excel bằng hàm nào?

STDEV.P chia N, giống np.std(x, ddof=0); STDEV.S chia n − 1, giống statistics.stdev() và mặc định của pandas. Bài phương sai mẫu chia n − 1 nói khi nào chọn hàm nào.

Độ lệch chuẩn bao nhiêu là lớn?

Không có ngưỡng chung, vì σ mang đơn vị của dữ liệu: 1,1 điểm trên thang 10 là vừa, 1,1 cm với chiều cao là rất nhỏ. Muốn so độ phân tán của hai cột khác đơn vị, chia σ cho trung bình, như bài hệ số biến thiên.

Chủ đề

độ lệch chuẩn

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập