如何用SQL的STDDEV和VARIANCE函数计算分组内标准差与方差？

本文共计649个文字，预计阅读时间需要3分钟。

直接说结论：

为什么 GROUP BY 后结果看起来不对？常见偏差来源

典型现象：分组后 STDDEV(sales) 值比手动用 Excel 或 Python 算的「总体标准差」大一点——大概率是因为你没意识到默认是样本算法。

• STDDEV(x) ≡ STDDEV_SAMP(x)：分母是 COUNT(x) - 1
• STDDEV_POP(x)：分母是 COUNT(x)，才是数学定义的总体标准差
• 当某组只有 1 行时，STDDEV(x) 返回 NULL（因为除零），而 STDDEV_POP(x) 返回 0
• MySQL 8.0+、PostgreSQL、Oracle 都支持这四者；SQLite 只有 stddev（即样本）和 stdev_pop（需启用扩展）

实际写法：带条件的分组统计示例

假设有一张销售表 sales_data，字段为 region、amount，想按地区看销售额的标准差与方差：

SELECT region, AVG(amount) AS avg_amount, STDDEV(amount) AS stddev_sample, -- 样本标准差 VARIANCE(amount) AS var_sample, -- 样本方差（= stddev²） STDDEV_POP(amount) AS stddev_pop, -- 总体标准差 VARIANCE_POP(amount) AS var_pop -- 总体方差 FROM sales_data WHERE amount IS NOT NULL GROUP BY region;

注意：VARIANCE(x) 就是 POWER(STDDEV(x), 2)，不是独立算法；两者必须同为 SAMP 或 POP 版本才匹配。

容易被忽略的 NULL 和数据类型问题

这两个函数会自动忽略 NULL 值，但不会报错或警告——如果你的字段本应非空却出现大量 NULL，分母变小会导致标准差虚高。

• 确保 amount 类型是数值型（如 DECIMAL、FLOAT），否则某些数据库（如 PostgreSQL）会报错 function stddev(numeric) does not exist
• 若字段含字符串数字（如 '123.45'），必须先 CAST(amount AS NUMERIC)，否则多数数据库不隐式转换
• PostgreSQL 中 STDDEV 对 INT 输入返回 DOUBLE PRECISION；若后续要比较或导出，留意精度是否满足需求

最常踩的坑其实是没核对业务定义——到底要反映“这群数据自身的离散程度”（用 POP），还是“用这组样本来推断更大群体”（用 SAMP）。选错一个字母，结果就差个百分之几，报表上线后才发现就得重跑。