标准差（Standard Deviation）是统计学中用于衡量数据分散程度的一个统计量，它表示数据集中各个数据点与平均值的平均偏离程度。标准差越大，数据的分散程度越高，即数据点之间的差异越大；标准差越小，数据的分散程度越低，数据点更加集中。标准差通常用希腊字母σ（sigma）表示。

标准差的计算公式为：

\[ \sigma = \sqrt{\frac{\sum_{i=1}^{N} （X_i - \mu）^2}{N}} \]

其中：

\（ \sigma \） 是标准差；

\（ X_i \） 是数据集中的每一个数据点；

\（ \mu \） 是数据集的平均值；

\（ N \） 是数据点的数量；

\（ \sum \） 表示对所有数据点进行求和。

标准差在金融、物理科学、社会科学等多个领域都有广泛应用，它可以用来衡量投资回报的稳定性、测量物理实验的精确度、评估价格波动等。

需要注意的是，标准差与标准误（Standard Error）虽然都涉及到测量数据的离散程度，但标准误更侧重于样本均值与总体均值之间的误差，而标准差则是衡量样本数据内部的分散程度