Calculator Deviație Standard
Calculează deviația standard, varianța, media și altele pentru orice set de date. Suportă atât calculele pentru populație, cât și pentru eșantion. Soluție gratuită pas cu pas.
Cum este definită deviația standard și de ce contează?
Deviația standard măsoară cât de dispersate sunt datele în jurul mediei (mijloacei). O mică deviație standard înseamnă că valorile se grupează strâns în jurul mediei; o mare deviație standard înseamnă că valorile sunt răspândite pe o lungime mai mare.
Două seturi de date pot avea aceeași medie, dar distribuții complet diferite — deviația standard surprinde această diferență:
- Setul A: {9, 10, 10, 11, 10} — Medie = 10, SD ≈ 0,63 (grupare strânsă)
- Setul B: {2, 5, 10, 15, 18} — Medie = 10, SD ≈ 5,83 (dispersie mare)
Ambele au o medie de 10, dar Setul B este aproape 10 de mai variabil. Deviația standard face acest lucru vizibil.
Deviația standard este notată σ (sigma) pentru o populație și s pentru o eşantion. Este rădăcina pătrată a varianței, exprimată în unități similare cu datele originale — ceea ce o face mai ușor de interpretat decât varianța singură.
Aplicațiile se extind în aproape orice domeniu: controlul calității (sunt piesele fabricate în limitele toleranței?), finanțe (riscul investițiilor = volatilitatea returnurilor), medicină (este citirea unui pacient în limitele de 2 SD ale valorii normale?), educație (cât de dispersate sunt scorurile la teste?), sport (cât de constantă este performanța unui atlet?).
Deviația standard a populației vs eşantionului
cea mai importantă alegere când se calculează deviația standard este dacă lucrați cu o populație (toate punctele de date) sau un eşantion (un subset). Acest lucru determină formula de utilizat și afectează rezultatul.
Deviația standard a populației (σ): Utilizați atunci când aveți date pentru întregul grup pe care îl studiați. Formula: σ = √[Σ(xᵢ − μ)² / N]
Unde: μ = medie a populației, N = numărul de valori, Σ = sumă a tuturor valorilor.
Deviația standard a eşantionului (s): Utilizați atunci când datele dumneavoastră sunt un eşantion extras dintr-o populație mai mare. Formula: s = √[Σ(xᵢ − x̄)² / (n−1)]
Unde: x̄ = medie a eşantionului, n = numărul de valori din eşantion, (n−1) = corecția lui Bessel.
Corecția lui Bessel împarte prin (n−1) în loc de n, deoarece eşantioanele tendința de subestimare a varianței reale a populației — în special pentru eşantioane mici. Utilizarea (n−1) oferă un estimator neavând bias al varianței populației.
Care să folosiți?
- SD a populației: Aveți date pentru toți elevii dintr-o clasă anume; toate scorurile la un examen anume; toți angajații dintr-o companie anume.
- SD a eşantionului: Ați întrebat 500 de americani despre venituri (inferând la toți americani); ați măsurat 30 de piese dintr-o serie de producție (inferând la toate piesele); orice studiu științific cu un eşantion.
Calcularea pas cu pas a deviației standard
Să luăm un exemplu complet cu numere reale:
Setul de date: Scorurile la teste ale 6 elevi: {72, 85, 91, 68, 79, 88}
Etapa 1 — Găsiți media: (72 + 85 + 91 + 68 + 79 + 88) / 6 = 483 / 6 = 80,5
Etapa 2 — Găsiți fiecare deviație de la medie și pătratează-o:
| Scor (xᵢ) | Deviția (xᵢ − x̄) | Pătratul (xᵢ − x̄)² |
|---|---|---|
| 72 | 72 − 80,5 = −8,5 | 72,25 |
| 85 | 85 − 80,5 = +4,5 | 20,25 |
| 91 | 91 − 80,5 = +10,5 | 110,25 |
| 68 | 68 − 80,5 = −12,5 | 156,25 |
| 79 | 79 − 80,5 = −1,5 | 2,25 |
| 88 | 88 − 80,5 = +7,5 | 56,25 |
| Sumă | 0 (totdeauna) | 417,50 |
Etapa 3 — Calculați varianța: Varianța eşantionului (n−1) = 417,50 / 5 = 83,50
Etapa 4 — Luați rădăcina pătrată pentru deviația standard: s = √83,50 ≈ 9,14
Interpretare: Majoritatea scorurilor se află în jurul mediei de 9,14 puncte. În jur de 68% din scoruri ar fi așteptate să fie între 71,4 și 89,6 (medie ± 1 SD) dacă acesta ar fi o populație normal distribuită.
Regula Empirică și Distribuția Normală
Pentru datele care urmează o distribuție normală (curbă de bell), Regula Empirică (68-95-99,7) vă spune exact câte valori cad în fiecare interval de deviație standard:
| Interval | Procentajul datelor | Exemplu (medie=100, SD=15) |
|---|---|---|
| Medie ± 1 SD | ~68,27% | 85 la 115 |
| Medie ± 2 SD | ~95,45% | 70 la 130 |
| Medie ± 3 SD | ~99,73% | 55 la 145 |
| Peste ± 3 SD | ~0,27% | Sub 55 sau peste 145 |
Aplicarea clasică este scorurile de IQ: medie = 100, SD = 15. Un scor de IQ de 130 este 2 SD-uri deasupra mediei — doar aproximativ 2,3% dintre oameni au atât de mare un scor. Un scor de IQ de 145 este 3 SD-uri deasupra mediei — aproximativ 0,13% dintre oameni (aproximativ 1 din 750).
In controlul calității, standardul Six Sigma cere proceselor să aibă mai puțin de 3,4 defecțiuni pe milion de oportunități — echivalentul unei variații de până la ±6 deviații standard de la ținta, lăsând doar 0,00034% rata de defecțiuni. Acesta este fundamentul statistic al programelor de calitate Six Sigma.
Toate datele nu sunt distribuite normal. Distribuțiile veniturilor sunt asimetrice la dreapta (puțini câștigători foarte înalti întind colțul drept). În astfel de cazuri, mediana și interquartilul mediu pot fi mai informative decât medie și deviația standard.
Măsuri Statistice Alte: Medie, Mediana, Varianță și Mai Multe
Deviația standard este mai semnificativă alături de alte statistici descriptive. Așa cum funcționează:
- Medie (aritmetică medie): Suma tuturor valorilor ÷ numărul de valori. Sensibilă la valori extreme — o valoare extremă poate schimba semnificativ media.
- Mediana: Valoarea centrală când datele sunt sortate. Mai rezistentă la valori extreme decât media. Pentru {1, 2, 3, 4, 100}: medie = 22, mediana = 3.
- Mod: Valoarea cea mai frecventă. Utilă pentru date categorice; un set de date poate avea mai multe mode sau niciuna.
- Interval: Maxim - minim. Simplu dar sensibil la valori extreme; nu descrie forma distribuției.
- Varianță (σ² sau s²): Pătratul deviației standard. Utilă matematic, dar mai greu de interpretat deoarece este în unități pătrate. Exemplu: dacă înălțimile sunt în centimetri, varianța este în cm² — care nu are niciun sens fizic.
- Coeficientul de Variație (CV): (Deviația standard / medie) × 100%. permite compararea variabilității între seturi de date cu medii diferite. Un CV de 10% înseamnă că SD este 10% din medie — util în finanțe și biologie.
- Erarea Standardă a Mediei (SEM): SD ÷ √n. Măsoară precizia mediei de eșantion ca estimare a mediei populației. Cu cât crește mărimea eșantionului, SEM scade — eșantioanele mai mari dau estimări mai precise.
Dezvoltarea standard în finanțe, știință și sport
Dezvoltarea standard are interpretări practice specifice în diferite domenii:
Finanțe — Măsurarea riscului investițional: Dezvoltarea standard a returnurilor = volatilitate = risc. O acțiune care returnează 10% anual cu SD de 15% are o probabilitate de 68% de a returna între −5% și +25% în orice an dat. S&P 500 are o SD anuală de aproximativ 15-20%. Portofoliile de obligațiuni au de obicei SD de 3-7%. Performanța ajustată la risc (Rata Sharpe) = (return − rata fără risc) / SD — cu cât mai mare, cu atât mai bine.
Știință — Controlul calității și măsurarea: Instrumentele de laborator raportează măsurătorile ca medie ± SD. O citire a unui termometru de 37,2 ± 0,3°C înseamnă că măsurarea este într-un interval de 0,3°C de la valoarea reală cu 68% de siguranță. În trialurile clinice, semnificația statistică este definită de obicei ca efectul tratamentului să fie mai mare cu 2 SD-uri de la media grupului de control (p < 0,05).
Sporturi: Consistența jucătorului este cuantificată cu SD. Un jucător de baschet care are o medie de 25 de puncte pe meci cu SD de 3 este mai fiabil decât unul care are o medie de 25 cu SD de 10. Prezicerile meteo folosesc modele de ansamblu unde SD-ul predicțiilor de temperatură indică gradul de încredere — o SD îngustă înseamnă că prevederile sunt de acord; o SD largă înseamnă o mare incertitudine.
Educație: Scări Z exprimă câte SD-uri un student este departe de medie: Z = (scor − medie) / SD. Un scor Z de +2 înseamnă că scorul este 2 SD-uri mai mare decât media — mai bun decât aproximativ 97,7% dintre studenți. Testele standardizate, cum ar fi SAT, sunt proiectate astfel încât scorurile să urmeze o distribuție normală, permitem astfel compararea percentililor.
Intrebări frecvente
Ce este diferența între deviație standard și varianță?
Varianța este media deviațiilor pătrate față de medie. Deviația standard este rădăcina pătrată a varianței. Ambele măsoară dispersia, dar deviația standard este în unități similare cu datele (mai ușor de interpretat), în timp ce varianța este în unități pătrate. Un set de date de înălțime în cm are varianță în cm² — nu este semnificativ. SD în cm este comparabil direct cu măsurările originale.
Când să folosesc deviația standard a populației vs. a eşantionului?
Folosiți deviația standard a populației (σ, împărțită la N) atunci când aveți date pentru întreaga populație pe care o descrieți — toți studenții dintr-o clasă specifică, toți angajații dintr-o companie. Folosiți deviația standard a eşantionului (s, împărțită la n-1) atunci când datele dumneavoastră sunt un subset al unei populații mai mari și estimați variabilitatea populației — un sondaj, participanții la un studiu clinic, probele de control calitate dintr-un lot de producție.
Ce înseamnă o deviație standard ridicată sau scăzută?
O deviație standard scăzută înseamnă că punctele de date sunt aglomerate în jurul mediei — consistență, o variabilitate scăzută. O deviație standard ridicată înseamnă că datele sunt răspândite pe o scară largă — o variabilitate ridicată. Nimic nu este mai bun sau mai rău; depinde de context. În fabricație, o SD scăzută este dorită (consistență). În investiții, unii investitori acceptă o SD mai ridicată pentru un potențial de returnă mai mare.
Ce este un scor Z și cum se referă la deviația standard?
Un scor Z măsoară câte deviații standard este un punct de date de la medie: Z = (valoare - medie) / SD. Un scor Z de 0 = exact la medie. Z = +1 = 1 SD deasupra mediei (84-a percentile). Z = -2 = 2 SD sub medie (2,3-a percentile). Scorurile Z permit compararea valorilor din diferite seturi de date cu scală diferită.
Ce este eroarea standard și cum este diferită de deviația standard?
Deviația standard descrie dispersia punctelor de date individuale. Eroarea standard a mediei (SEM = SD/√n) descrie precizia mediei eşantionului ca estimare a mediei populației reale. În măsurarea creșterii, SEM scade (mai multe date = o estimare mai precisă), dar SD nu necesită să se schimbe. SEM se utilizează în intervalele de încredere; SD descrie distribuția datelor în sine.
Se poate deviația standard să fie negativă?
Da. Deviația standard este întotdeauna zero sau pozitivă. Este egal cu zero numai atunci când toate valorile de date sunt identice (nici o variabilitate). Deoarece este calculată ca rădăcină pătrată a unei sume de pătrate, nu poate fi negativă. O varianță sau o deviație standard negativă ar indica o eroare de calcul.
Cum afectează excepțiile deviația standard?
Excepțiile pot infla dramatic deviația standard deoarece deviațiile sunt pătrate — mari deviații de la medie contribuie disproporționat. De exemplu, în {10, 11, 10, 12, 100}: eliminarea excepției (100) reduce SD de la ~38 la ~0,9. Când sunt prezenți excepții, mediana și interquartilul de răsucire (IQR) sunt măsurile mai robuste de tendință centrală și dispersie.
Ce înseamnă dacă deviația standard este egală cu zero?
O deviație standard de zero înseamnă că toate valorile din setul de date sunt identice — nu există nicio variabilitate. De exemplu, {5, 5, 5, 5, 5} are medie = 5 și SD = 0. Acest lucru se întâmplă în seturi de date artificiale sau foarte limitate. În seturile de date practice, SD = 0 se găsește adesea o eroare de colectare a datelor sau măsurări identice.