次数分布中的数据不仅有集中趋势，而且还有离中趋势。所谓离中趋势指的是数据具有偏离中心位置的趋势，它反映了一组数据本身的离散程度和差异性程度。标准差能综合反映一组数据的离散程度或个别差异程度。例如，甲、乙两班学生各50人，其语文平均成绩都是80分，但甲班最高成绩98分，最低42分，而乙班最高成绩86分，最低60分。初步看出，两班语文成绩是不一样的，甲班学生的语文成绩个别差异程度大、水平参差不齐；而乙班学生的语文成绩差异程度小，语文水平整齐度大些。 怎样用标准差 这个特征量数来刻画一组数据的差异程度呢？下面介绍标准差的概念及计算。
误差（绝对误差和相对误差）是用来表示定量分析结果准确度的量度，即定量分析的结果与真值的符合程度。由于实际测定时试样中欲测组分的真值往往是不知道的，评价定量分析结果准确度时只能采用相对办法。以下介绍几种评价定量分析结果准确度常用的方法。利用标准样品（标准物质）来评价定量分析结果的准确度：在分析测定欲测组分的同时，用同样的方法分析测定已知欲测组分含量的标准样品。用标准样品定量分析的结果与已知的含量相比较来评价定量分析结果的准确度。此时标准样品的已知含量可作为真值，标准样品的定量分析结果是测量值，由此计算出的绝对误差和相对误差可用来评价该定量分析结果的准确度。利用测定回收率的方法来评价定量分析结果的准确度。由于不是任何样品都能找到标准样品来评价定量分析结果的准确度，在找不到相应的标准样品时，可用测定回收率的方法来评价定量分析结果的准确度。
标准差（standard deviation）和标准误差（standard error）什么是标准差（standard deviation）呢？根据国际标准化组织（ISO）的定义：标准差σ是方差σ2的正平方根；而方差是随机变量期望的二次偏差的期望，这个就不用解释了。什么是标准误差（standard error）呢？看了些文献，定义不统一，通常来说有两种定义方式：样本容量为的标准误差是样本的标准差除以。这里还有人用样本的标准差除以n来作为标准误。所谓误差，是在正确测量的前提下，所测得的数值和真实值之间的差异，由于人的眼睛不能估得非常准，所以存在误差是不可避免的；而错误是由于不遵守测量仪器的使用规则，或读取、记录测量结果时粗心等原因造成的。所以，误差和错误是两个完全不同的概念。因此，学习时应特别注意两者的区别。误差是在测量时，受所用仪器和测量方法的限制，测量值与真实值之间的差别。错误是由于不遵守测量仪器的使用规则、读数时粗心造成的，是不该发生的。总结起来就是一点：错误能够避免，而误差错误就是不对.误差是一个只测量工具或人眼读数不可能安全对的，所以允许有一点点差别，至于误差要看具体情况是不可避免的。标准公差——它是国家标准规定的，共分为20个公差等级，根据不同的尺寸段用以确定公差带大小。基本偏差——它也是国家标准规定的，用以确定公差带相对于零线的位置。基本偏差是离零线较近的那个极限偏差。它与公差等级无关，即对一定的基本尺寸，当基本偏差的代号确定后，无论公差等级是多少，其基本偏差的数值是一样的。
