定義
就是方差的平方根：一組數據中的每一個數與這組數據的平均數的差的平方的和再除以數據的個數，取平方根即是。
即：标準方差={[∑（Xn-X)^2]/n}^(1/2)的平方根,(X表示這組數據的平均數。）
計算公式
1。求每一個數與這個樣本數列的數學平均值之間的差，稱均差；
2。計算每一個差的平方，稱方差；
3。求它們的總和，再除以這個樣本數列的項數得到均方差；
4。再開根号得到标準方差。
标準方差主要和分母（項數）、分子（無極性偏差）有直接關系。
這裡的偏差為每一個數與平均值的差異，平方運算後以去除正負極性。
為保持單位一緻，再開方運算。
幾個适用的理解：1.數據整體分布離平均值越近，标準方差就越小；
數據整體分布離平均值越遠，标準方差越大。
（标準方差和差異的正相關）
2.特例，标準方差為0，意味着數列中每一個數都相等。
（一組平方數總和為零時，每一個平方數都必須為零）
3.序列中每一個數都加上一個常數，标準方差保持不變。
（方差本身是數值和平均值之間作比較，常數已被相互抵消。）
應用
一種新的估計自然圖像噪音的标準方差的算法.該算法通過控制函數在經過網格化後的圖像上選擇某些區域,然後用一種梯度濾波算法去估計噪音的标準方差.控制函數是一個與圖像的預信噪比相關的量,可以用總體誤差的最小化來優化确定.控制函數可以有效地平衡圖像結構對噪音估計的影響,因而不像已有的算法隻能對圖像有限範圍的噪音強度進行有效估計。
