Ce este Deviația Standard? Definiție, Formulă & Exemple

Ce este Deviația Standard?

Deviația standard este o măsură statistică care cuantifică gradul de variație sau dispersie într-un set de valori. O deviație standard scăzută indică faptul că punctele de date tind să fie aproape de medie (valoarea așteptată) a setului, în timp ce o deviație standard mare indică faptul că valorile sunt răspândite pe un interval mai larg. Reprezentată prin litera grecească σ (sigma) pentru populații și prin s pentru eșantioane, aceasta este unul dintre cele mai fundamentale concepte din statistica descriptivă.

Deviația Standard a Populației vs. Eșantionului

Înainte de a calcula deviația standard, trebuie să determini dacă datele tale reprezintă o populație întreagă sau un eșantion al unei populații. O populație include toți membrii unui grup specificat, în timp ce un eșantion este un subset reprezentativ al acelui grup. Calcularea deviației standard pentru un eșantion necesită o ajustare matematică — folosind n - 1 (grade de libertate, sau df) în loc de N — pentru a ne asigura că rezultatul este un estimator nepărtinitor al varianței populației.

Explicația Formulei Deviației Standard

Formulele pentru deviația standard se bazează pe calcularea întâi a varianței, iar apoi pe extragerea rădăcinii pătrate. Acest pas al rădăcinii pătrate este crucial deoarece aduce măsura împrăștierii înapoi în unitățile originale ale datelor. Componentele cheie sunt xᵢ (fiecare valoare individuală), μ sau x̄ (media populației sau a eșantionului) și N sau n (numărul total de valori).

Exemplu de Calcul Pas cu Pas

Să calculăm deviația standard a eșantionului pentru un mic set de note la un test: [4, 8, 6, 5, 3, 2, 8, 9, 2, 5]. Urmând formula pas cu pas, vom vedea cum se acumulează varianța înainte de a extrage rădăcina pătrată finală.

Calcularea Deviației Standard în Python

Calcularea manuală a deviației standard este predispusă la erori, mai ales în cazul seturilor mari de date. În practică, statisticienii și specialiștii în date folosesc limbaje de programare precum Python pentru a o calcula instantaneu, folosind biblioteci integrate.

import statistics

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

# Calculează deviația standard a eșantionului (implicit)
sample_sd = statistics.stdev(data)
print(f"Sample SD: {sample_sd:.2f}")

# Calculează deviația standard a populației
pop_sd = statistics.pstdev(data)
print(f"Population SD: {pop_sd:.2f}")

Regula Empirică și Deviația Standard

Când datele urmează o distribuție normală (curba în formă de clopot), deviația standard devine extrem de predictivă. Regula Empirică, cunoscută și sub numele de regula 68-95-99.7, stabilește că aproape toate datele vor cădea în interiorul a trei deviații standard față de medie. Acest lucru le permite analiștilor să identifice rapid valorile aberante și să înțeleagă probabilitatea apariției unei anumite observații.

Deviația Standard vs. Varianța

Varianța și deviația standard sunt măsuri strâns legate de împrăștiere. Varianța (σ² sau s²) este media diferențelor la pătrat față de medie, în timp ce deviația standard este rădăcina pătrată a varianței. Deoarece varianța este exprimată în unități la pătrat (de ex., lei la pătrat, centimetri la pătrat), poate fi dificil de interpretat în contextul datelor originale. Deviația standard rezolvă această problemă prin convertirea măsurii înapoi în unitățile originale.

Capcane Comune de Evitat

Deși deviația standard este un instrument puternic, este adesea folosită greșit. Aplicarea incorectă a formulelor sau înțelegerea greșită a ceea ce reprezintă valoarea poate duce la analize de date viciate și concluzii incorecte.

• Folosirea formulei populației pentru un eșantion: Uitarea de a folosi n - 1 pentru eșantioane reduce artificial gradul de împrăștiere calculat, subestimând adevărata varianță a populației.
• Aplicarea DS la distribuții nenormale: Regula Empirică se aplică doar distribuțiilor normale. Pentru date puternic asimetrice, DS s-ar putea să nu reflecte cu exactitate împrăștierea.
• Confundarea DS cu Eroarea Standard: Eroarea standard măsoară precizia estimării mediei unui eșantion, în timp ce deviația standard măsoară împrăștierea datelor subiacente în sine.