PMP^®标准差、均方差、方差是什么意思

在PMP^®三点估算中，标准差、均方差、方差是三个紧密关联但含义各不相同的统计概念。它们共同服务于一个目的：量化估算的不确定性，帮助项目经理判断任务工期或成本的风险大小。

一、标准差：衡量不确定性的核心指标

标准差（Standard Deviation，缩写SD）是PMP^®考试中使用频率最高的风险度量工具。它的计算公式为：SD =（最悲观时间 - 最乐观时间）÷ 6。最悲观时间记为P，最乐观时间记为O，两者之差代表估算的最大波动范围，除以6后得到一个平均值意义上的偏离程度。

标准差的数值越大，说明最悲观和最乐观之间的差距越大，估算的不确定性越高，风险也越大。在正态分布中，均值加减一个标准差覆盖约68%的可能性，加减两个标准差覆盖约95%，加减三个标准差覆盖约99.7%。

二、方差：标准差的平方

方差（Variance）是标准差的平方，计算公式为：方差 = [（最悲观时间 - 最乐观时间）÷ 6]²。方差的数值没有标准差直观，因为它的单位是原始单位的平方。但方差在PMP^®中有一个不可替代的作用：多个活动的方差可以直接相加，得到项目整体的总方差。

总方差开平方后就是项目整体的标准差。这是PMP^®计算题中的关键步骤。单个活动的标准差不能直接相加，但方差可以。这一点是考试中极易出错的地方，必须记住。

三、均方差：中文语境下的标准差

均方差在中文环境中通常就是标准差的另一个名称。它的完整数学表达式为：S = √[Σ(Xi - 平均数)² ÷ N]，其中Xi代表每个数据点，N代表数据点个数。计算逻辑是：先求均值，再算每个数据与均值的差的平方，求和后除以个数，最后开平方。这个结果和标准差完全一致。

需要特别区分的是，均方差不等于均方误差（Mean Squared Error，缩写MSE）。均方误差衡量的是预测值与真实值之间的偏差，而均方差衡量的是数据与均值之间的离散程度。

两者公式形式接近，但含义不同。在PMP^®三点估算的语境中，题目考的是标准差和方差，均方差这个概念出现频率较低，但考生需要知道它和标准差是同一个东西。