一、指标含义

样本的平均值：指样本中所有数据的总和除以样本大小，是样本的中心趋势的度量。平均值常用于描述数据的集中程度，具有良好的代表性和易于计算的优点。

样本的标准差：指样本中每个数据与平均值的偏差的平方和的平均值的平方根，是样本的离散程度的度量。标准差越大，说明样本中的数据越分散。

样本的变异系数：指样本的标准差除以平均值的比率，是样本离散程度相对于平均值的大小的度量。变异系数可以用于比较不同样本之间的离散程度，因为它不受数据单位的影响。

样本的标准误差：指样本平均值与总体平均值之间的差异的标准差，是样本平均值估计值的精确度的度量。标准误差越小，说明样本平均值越接近总体平均值，估计值越精确。

二、代码实现

用到的包

using MathNet.Numerics;
using MathNet.Numerics.Statistics;

计算方法

/// <summary>
/// 统计指标：平均值, 样本的标准差, 样本的变异系数, 样本的标准误差
/// </summary>
/// <param name="data">要计算的数据系列</param>
/// <returns>(double 平均值, double 样本的标准差, double 样本的变异系数, double 样本的标准误差) </returns>
public static (double mean, double std, double cv, double stdErr) TongJiZhiBiao(List<float> data)
{
    var mean = data.Mean();                         //(样本的)平均值
    var std = data.StandardDeviation();             //(样本的)标准差
    var cv = std / mean;                            //(样本的)变异系数
    var stdErr = std / Math.Sqrt(data.Count);       //(样本的)标准误差
    return (mean, std, cv, stdErr);
}