Standard Deviation (SD)

标准差（Standard Deviation）是描述一组数据离散程度的统计量，定义为方差（离均差平方的算术平均数）的算术平方根。由卡尔·皮尔逊提出以解决方差量纲问题，其符号通常用σ（总体）或S（样本）表示。在概率论中，它是正态分布的关键参数，决定了数据围绕均值的分布形态；在工程与商业中，它被广泛用于量化不确定性、评估风险及监控过程稳定性，是连接数据分布特征与决策分析的桥梁。

在现代计算架构与数据分析生态中，标准差扮演着‘波动度量衡’的关键角色。它不仅定义了数据的统计形态，更是连接理论概率分布与实证数据分布的核心纽带。从金融风控中的VaR模型到工业制造中的六西格玛质量管理，再到机器学习中的特征归一化预处理，标准差提供了统一的风险与变异评估标尺。其核心价值在于将抽象的数据波动转化为可量化的数值，使决策者能够直观判断数据的集中趋势与极端风险，是构建稳健统计模型与量化决策体系的基石。