¿Qué es la desviación típica? Definición, fórmula y ejemplos

¿Qué es la desviación típica?

La desviación típica es una medida estadística que cuantifica la cantidad de variación o dispersión en un conjunto de valores. Una desviación típica baja indica que los datos tienden a estar cerca de la media (valor esperado) del conjunto, mientras que una alta indica que los datos están más dispersos en un rango más amplio. Representada por la letra griega σ (sigma) para poblaciones y por s para muestras, es uno de los conceptos más fundamentales en estadística descriptiva.

Desviación típica poblacional frente a muestral

Antes de calcular la desviación típica, debes determinar si tus datos representan una población entera o una muestra de dicha población. Una población incluye a todos los miembros de un grupo definido, mientras que una muestra es un subconjunto representativo de ese grupo. Calcular la desviación típica de una muestra requiere un ajuste matemático: usar n - 1 (grados de libertad, o df) en lugar de N, para asegurar que el resultado sea un estimador insesgado de la varianza poblacional.

Explicación de la fórmula de la desviación típica

Las fórmulas de la desviación típica se basan en calcular primero la varianza y luego sacar la raíz cuadrada. Este paso es crucial porque devuelve la medida de dispersión a las unidades originales de los datos. Los componentes clave son xᵢ (cada valor individual), μ o x̄ (la media poblacional o muestral) y N o n (el número total de valores).

Ejemplo de cálculo paso a paso

Vamos a calcular la desviación típica muestral para un pequeño conjunto de notas de un examen: [4, 8, 6, 5, 3, 2, 8, 9, 2, 5]. Siguiendo la fórmula paso a paso se observa cómo se acumula la varianza antes de sacar la raíz cuadrada final.

Cálculo de la desviación típica en Python

Calcular la desviación típica a mano es propenso a errores, sobre todo con conjuntos de datos grandes. En la práctica, los estadísticos y científicos de datos usan lenguajes de programación como Python para calcularla al instante mediante librerías integradas.

import statistics

data = [4, 8, 6, 5, 3, 2, 8, 9, 2, 5]

# Calcular la desviación típica muestral (por defecto)
sample_sd = statistics.stdev(data)
print(f"Sample SD: {sample_sd:.2f}")

# Calcular la desviación típica poblacional
pop_sd = statistics.pstdev(data)
print(f"Population SD: {pop_sd:.2f}")

La regla empírica y la desviación típica

Cuando los datos siguen una distribución normal (campana de Gauss), la desviación típica se vuelve sumamente predictiva. La regla empírica, también conocida como la regla 68-95-99,7, establece que casi todos los datos caerán dentro de tres desviaciones típicas respecto a la media. Esto permite a los analistas identificar rápidamente valores atípicos y comprender la probabilidad de que ocurra una observación específica.

Desviación típica frente a varianza

La varianza y la desviación típica son medidas de dispersión estrechamente relacionadas. La varianza (σ² o s²) es el promedio de las diferencias al cuadrado respecto a la media, mientras que la desviación típica es la raíz cuadrada de la varianza. Como la varianza se expresa en unidades al cuadrado (por ejemplo, euros al cuadrado, centímetros al cuadrado), puede ser difícil de interpretar en el contexto de los datos originales. La desviación típica resuelve esto devolviendo la medida a las unidades originales.

Errores comunes a evitar

Aunque la desviación típica es una herramienta muy potente, a menudo se usa mal. Aplicar mal las fórmulas o malinterpretar el valor puede llevar a análisis de datos defectuosos y conclusiones erróneas.

• Usar la fórmula poblacional para una muestra: Olvidar usar n - 1 en las muestras reduce artificialmente la dispersión calculada, subestimando la varianza real de la población.
• Aplicar la DT a distribuciones no normales: La regla empírica solo aplica a distribuciones normales. En datos muy asimétricos, la DT podría no reflejar bien la dispersión.
• Confundir la DT con el Error Estándar: El error estándar mide la precisión de la estimación de una media muestral, mientras que la desviación típica mide la dispersión de los datos subyacentes en sí.