標准差公式是一種數學公式。標准差也被稱為標准偏差，或者實驗標准差，公式如下所示：標准差=方差的算術平方根=s=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。
如是總體（即估算總體方差），根號內除以n（對應excel函數：STDEVP）；
如是抽樣（即估算樣本方差），根號內除以（n-1）（對應excel函數：STDEV）；
因為我們大量接觸的是樣本，所以普遍使用根號內除以（n-1）。
簡單來說，標准差是一組數值自平均值分散開來的程度的一種測量觀念。一個較大的標准差，代表大部分的數值和其平均值之間差異較大；一個較小的標准差，代表這些數值較接近平均值。
例如，A、B兩組各有6位學生參加同一次語文測驗，A組的分數為95、85、75、65、55、45，B組的分數為73、72、71、69、68、67。這兩組的平均數都是70，但A組的標准差為17.078分，B組的標准差為2.160分，說明A組學生之間的差距要比B組學生之間的差距大得多。
在變化緩慢的場景中，利用標准差，可以過濾異常變化。例如在智能手表中，設備經常處於低功耗狀態，一般間隔幾分鍾到幾十分鍾采集一次電池電壓，如果采集電池電壓時，馬達震動提醒，由於馬達功耗較高，造成電壓跌幅比較大（停止震動后，電壓會恢復）所以電池電量會出現跳變。此時利用標准差，可以發現此時標准差過大，拋棄此次數據，從而避免電池電量跳變。如若采用平均值濾波的方法（去除最高和最低值后求平均值）在采集到多個異常的場景無法剔除異常。
float calculate_sd(uint32_t *data_buff, uint32_t len)
{
uint32_t total, i;
float variance, avg;
total = 0;
for(i=0; i<len; i++)
{
total += data_buff[i];
}
avg = total / len; //計算平均值
variance = 0;
for(i=0; i<len; i++)
{
variance += pow((data_buff[i] - avg), 2);
}
variance /= len; //平方差
return sqrt(variance); //標准差
}