MSSD是MSSD，Mean Square Successive Difference，也就是均方递差，把前后数据差的乘方除以2. 作为方差估计值使用。它是通过将连续观测值之间的平方差相加，然后再用所得和除以 2 计算得出。  两种常见应用为： 基本统计量 - 均方递差的一种常见应用是用于检验一个观测值序列是否是随机的。在此检验中，是将估计的总体方差与均方递差进行比较。 质量 控制 - 另一种应用是当子组大小为 1 时作为方差估计值使用。对于单值、CUSUM、EWMA 和移动平均控制图，Minitab 默认使用平均移动极差法来估计 标准 差。对于您无法假定两个连续点形成一个合理子组并使用移动极差法的情况，均方递差法可作为替代方法。要作为标准差的估计值使用，请计算均方递差的平方根。 计算均方递差 例如，假设您正在收集使用机器注装小瓶 MMR 接种疫苗的数据。您要确保机器是随机分配的，即不存在任何特殊变异原因。 12 个小瓶的注装量分别为： 0.50  毫升  0.48  毫升  0.49 毫升  0.50  毫升   0.505 毫升  0.50  毫升  0.49 毫升  0.498 毫升   0.50  毫升  0.479 毫升  0.49 毫升  0.51  毫升 要手工执行此计算，可以将 0.50 毫升减去 0.48 毫升获得第一个差值 (0.02)。将 0.48 毫升减去 0.49 毫升获得第二个差值 (-0.01)。继续这一过程直至得到 11 个差值。将每个差值平方后相加。将所得和除以 22 或 2x(n-1)。