Σ
SDCalc
IntermediárioTutoriais·15 min

Como Calcular Desvio Padrão no Excel e Python

Tutoriais passo a passo para calcular desvio padrão no Excel (DESVPAD.A, DESVPAD.P) e Python (numpy, pandas, statistics). Com exemplos de código.

Excel: Visão Geral

O Microsoft Excel oferece funções integradas para calcular tanto o desvio padrão amostral quanto o populacional. Essas funções estão disponíveis em todas as versões modernas do Excel.

Funções do Excel

FunçãoTipoDescrição
`STDEV.S()`AmostralDesvio padrão amostral (divide por n-1)
`STDEV.P()`PopulacionalDesvio padrão populacional (divide por N)
`STDEV()`AmostralFunção legada, igual a STDEV.S
`STDEVP()`PopulacionalFunção legada, igual a STDEV.P

Exemplos no Excel

Excel Formulas
// Data in cells A1:A10
=STDEV.S(A1:A10)     // Sample SD
=STDEV.P(A1:A10)     // Population SD

// For specific values
=STDEV.S(4, 8, 6, 5, 3)    // Returns 1.924

// Ignoring text and logical values
=STDEV.S(A1:A10)    // Ignores text
=STDEVA(A1:A10)     // Includes text as 0

Dica

Use STDEV.S para a maioria das análises do mundo real. Use STDEV.P apenas quando tiver certeza de que possui a população completa.

Python: Visão Geral

O Python oferece diversas formas de calcular o desvio padrão. As bibliotecas mais utilizadas são NumPy, Pandas e o módulo integrado statistics.

Usando NumPy

Python (NumPy)
import numpy as np

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

# Population standard deviation (default)
pop_sd = np.std(data)
print(f"Population SD: {pop_sd}")  # 1.720

# Sample standard deviation
sample_sd = np.std(data, ddof=1)
print(f"Sample SD: {sample_sd}")  # 1.924

O que é ddof?

ddof significa “Delta Degrees of Freedom” (Delta dos Graus de Liberdade). Definir ddof=1 informa ao NumPy para dividir por (n-1) para o DP amostral. O padrão ddof=0 fornece o DP populacional.

Usando Pandas

Python (Pandas)
import pandas as pd

# Create a DataFrame
df = pd.DataFrame({'scores': [85, 90, 78, 92, 88]})

# Sample SD (default in pandas)
sample_sd = df['scores'].std()
print(f"Sample SD: {sample_sd}")

# Population SD
pop_sd = df['scores'].std(ddof=0)
print(f"Population SD: {pop_sd}")

# Multiple columns at once
df.std()  # Returns SD for all numeric columns

Comparação Rápida

FerramentaDP AmostralDP Populacional
Excel`STDEV.S()``STDEV.P()`
NumPy`np.std(data, ddof=1)``np.std(data)`
Pandas`df.std()``df.std(ddof=0)`
Python statistics`stdev()``pstdev()`