$stdDevSamp (الانحراف المعياري للعينة)
آخر تحديث: 2026-10-09
$stdDevSamp (الانحراف المعياري للعينة)
$stdDevSamp مُراكم يحسب الانحراف المعياري للعينة لحقل عبر مجموعة، قاسمًا على N-1. استخدمه عندما تكون البيانات عينة من مجتمع أكبر — الحالة الشائعة. تُتجاهل القيم غير الرقمية؛ ويختلف المقام عن $stdDevPop.
| الفئة | التراكميات |
|---|---|
| إصدار MongoDB | 3.2+ |
| لغة المثال | mongosh (الطرفية) |
📝 الصيغة
{ $group: { _id: <key>, dev: { $stdDevSamp: "$field" } } }القيمة المرجعة：الانحراف المعياري للعينة (تُتجاهَل القيم غير الرقمية)
▶ مثال
نفّذ الأوامر التالية في mongosh المحلي لديك (يتطلب تشغيل mongod):
// $stdDevSamp: الانحراف المعياري للعينة للدرجات لكل صف
db.scores.aggregate([
{ $group: { _id: '$class', dev: { $stdDevSamp: '$score' } } }
])المخرجات：
{ "_id": "A", "dev": 13.02 }📌 ملاحظات
- انحراف العينة يقسم على N-1
- تُتجاهل قيم null وغير الرقمية
- يتطلب قيمتين رقميتين على الأقل لكل مجموعة، وإلا null
🏷️ وسوم ذات صلة
💡 حالات ذات صلة
مزيد من الحالات العملية قريبًا.
📚 دروس ذات صلة
❓ الأسئلة الشائعة
Qمتى يجب استخدام الانحراف المعياري للعينة؟
Aعندما تكون البيانات عينة من المجتمع، مثل سلوك مستخدمين مُختارين عشوائيًا.
Qهل يمكن لـ $stdDevSamp العمل مع مستندين؟
Aقيمتان رقميتان على الأقل مطلوبتان لكل مجموعة؛ وإلا null.
Qهل يتفق $stdDevSamp مع $stdDevPop؟
Aمقاربان لمجموعات البيانات الكبيرة، ومختلفان بشكل ملحوظ للعينات الصغيرة.
