我有一個數據集。它是生物材料。我已經輸入了標準偏差，我可以看到我的所有數據欄2個數據點都在平均值的3sd內。 接受均值3sd內的數據點是否在正常變化範圍內？ 還是依賴於數據的範圍和分散？我不是數學家。只是有人試圖弄清楚我是否有一個控制流程。我一直認爲3sd代表95％的數據，因此這裏的數據是正常分佈的，不值得研究。不過，我經常被要求根據圖表的外觀調查2sd內的數據。 
3個平均值的標準偏差
使用標準偏差時，應該在什麼時候調查數據爲異常？
提前許多感謝所有幫助
你應該看看68–95–99.7 rule。
如果您的數據服從正態分佈，那麼您的數據的95％（95.45％）將落在平均值的兩個標準偏差範圍內，其中。如果數據遵循另一個分佈，則可以通過Chebyshev's inequality說，至少有75％的數據必然落在兩個標準偏差之內。假設正態分佈，約99.7％（99.73％）的數據將落入平均值的三個標準偏差之內。如果不是正態分佈，至少89％（88.8888％）會落在那裏。
請注意，即使您的數據遵循正態分佈，機會（抽樣誤差）也會使得這些百分比並非完全如此。
所以這些數字的確取決於您的數據，特別是數據的分佈類型和數據點的數量。如果你有1000個數據點，你仍然會在3個標準偏差之外得到3個點。
我已閱讀你的鏈接。我的理解是，如果我的數據集遵循正態分佈（我相信我看到的材料將會），那麼預計我的99.7％的數據應該在3SDs內。隨着樣本數量/錯誤的0.3％將發揮更多的一部分，我應該期望找到離羣值。我們使用ST DEV來監控流程步驟或操作中的轉變，我所理解的是，如果轉移在3SD範圍內，我不必過度擔心，特別是如果它回落。 – Creaven
+ 1用於仔細區分正態分佈和其他分佈（特別是與切比雪夫不等式的關係）。每當我讀到'3西格瑪規則'時，我可以解釋爲適用於每個分配。 –
95％爲2個標準偏差; 3sd是99.7％。也許清除這種困惑已經回答了你的問題，我不確定。 – meowgoesthedog
離羣值可能很少，但這並不意味着你應該解僱他們。 – duffymo
這是一個編程問題？ –