miniatura|Representació d'una distribució normal. Cada franja de tonalitat diferent té l'amplada d'una desviació tipus. miniatura|Probabilitat acumulada d'una distribució normal amb un valor esperat de 0 i una desviació estàndard d'1. frame|Un conjunt de dades amb una mitjana de 50 (en blau) i una desviació estàndard (σ) de 20. miniatura|upright=1.5|Exemple de dues mostres de població amb la mateixa mitjana i diferents desviacions estàndard. La població vermella té una mitjana de 100 i una desviació tipus de 10; la població blava té una mitjana de 100 i una desviació tipus de 50. La desviació tipus (σ o S), també coneguda com a desviació estàndard o desviació típica i abreviada Desv, SD o StDev (de l'anglès Standard Deviation) és una mesura de variabilitat o diversitat que s'usa en estadística i teoria de la probabilitat.Concise Encyclopedia of Mathematics: p. 1721 Mostra quanta variació o «dispersió» hi ha respecte a la mitjana. Una desviació tipus baixa indica que els punts de dades tendeixen a ser propers a la mitjana, mentre que una desviació tipus alta indica que les dades s'estenen al llarg d'un gran rang de valors.
Tècnicament, la desviació estàndard d'una població estadística, conjunt de dades o distribució de probabilitat és l'arrel quadrada de la seva variància. És algebraicament més simple tot i que menys robusta que la desviació mitjana absoluta. Una propietat útil de la desviació tipus és que, a diferència de la variància, està expressada en les mateixes unitats que les de les dades.
A part d'usar-se per expressar la variabilitat d'una població, la desviació estàndard també s'usa per mesurar la confiança en conclusions estadístiques. Per exemple, el marge d'error en una enquesta de dades es determina calculant la desviació estàndard esperada dels resultats si la mateixa enquesta fos duta a terme múltiples vegades. El marge d'error és normalment cap al doble de la desviació estàndard: el radi d'un interval de confiança al 95%. En ciència, els investigadors solen donar la desviació estàndard de les dades experimentals. També és important en finances, en les quals la desviació estàndard de la taxa de retorn d'una inversió econòmica és la mesura de la volatilitat d'aquesta.
Quan la desviació estàndard es refereix a una distribució de probabilitats, una variable aleatòria o una població se l'anomena desviació estàndard poblacional i es representa amb la lletra σ. Quan es refereix a un conjunt de dades (mostra) se l'anomena desviació estàndard mostral o estimador de la desviació estàndard, ja que s'empra com a estimador de la desviació estàndard poblacional, i es representa per la lletra S.
Exemple bàsic de la desviació tipus d'un conjunt de dades A continuació es mostra el procés per calcular la desviació estàndard d'un conjunt de dades en forma d'exemple. Es considera una població estadística amb els següents valors:
Aquestes vuit dades tenen una mitjana de 5:
Per a calcular la desviació estàndard de la població, primer es calcula la diferència de cada dada respecte a la mitjana i després s'eleva al quadrat el resultat de cadascun:
Per acabar, es calcula la mitjana d'aquests valors i se'n fa l'arrel quadrada:
Aquesta quantitat és la desviació estàndard poblacional, i és igual a l'arrel quadrada de la variància. La fórmula és vàlida només si els vuit valors amb els quals s'ha començat conformen la població completa; si, al contrari, fossin una mostra aleatòria extreta d'una de més gran, llavors s'hauria d'haver usat un valor de 8-1 = 7 al denominador, i la quantitat obtinguda seria la desviació estàndard mostral. Vegeu la secció Estimació per a més detalls.
Desviació tipus d'una variable aleatòria Sigui X una variable aleatòria amb esperança matemàtica, mitjana o valor mitjà μ:
La desviació estàndard de X és la quantitat
on suposem que
Això és, la desviació estàndard σ (sigma) és l'arrel quadrada de la variància de X o, dit d'una altra manera, és l'arrel quadrada del valor mitjà de .
La desviació estàndard d'una distribució de probabilitat és la mateixa que la desviació típica d'una variable aleatòria que segueix aquesta distribució. No totes les variables aleatòries tenen desviació estàndard, ja que l'esperança no té per què existir sempre. Per exemple, la desviació estàndard d'una variable aleatòria que segueix una distribució de Cauchy no està definida perquè el seu valor esperat μ no existeix.
Variable aleatòria discreta En el cas que X prengui els valors x1, x₂, …, amb probabilitats respectives
on .
Variable aleatòria contínua La desviació estàndard d'una variable aleatòria contínua X amb una funció de densitat de probabilitat és:
on .
En el cas d'una família paramètrica de distribucions, la desviació estàndard pot ser expressada en termes de paràmetres. Per exemple, en el cas de la distribució log-normal amb paràmetres μ i σ² la desviació estàndard és:
.
Estimació En inferència estadística un model estadístic d'una població és una variable aleatòria que representa la característica que volem estudiar; per exemple, l'alçada dels nois de 15 anys d'una determinada ciutat. La variància (respectivament, la desviació estàndard) de s'anomenen variància poblacional (resp. desviació estàndard poblacional), que designarem per (resp. ). Normalment són desconegudes (que és el que suposarem a continuació). Una mostra (aleatòria simple) és una família de variables aleatòries independents, totes amb la mateixa distribució que , per exemple, mesurem l'alçada de 20 nois de 15 anys de la població. Per estimar la variància poblacional pot utilitzar-se la variància de la mostra definida per on és la mitjana mostral, Si és vol remarcar la mida de la mostra s'escriu i . Per estimar la desviació estàndard poblacional pot utilitzar-se la desviació estàndard de la mostra
Aquest estimador té un error quadràtic mitjà uniforme més petit que el de la desviació estàndard poblacional i és l'estimador de màxima versemblança quan la població està distribuïda de manera normal; tanmateix, quan s'aplica a una mostra petita o mitjana tendeix a ser massa petit i és un estimador esbiaixat.
Cal notar que el càlcul desviació estàndard de la mostra és la mateixa que la desviació estàndard poblacional per una variable aleatòria discreta que assumeix els seus valors precisament del conjunt de dades, en el qual la probabilitat per cada valor és proporcional a la seva multiplicitat dins del mateix conjunt.
Amb la desviació estàndard mostral L'estimador més comú per la variància poblacional és una versió ajustada anomenada variància mostral modificada, denotat per i definit així:
També, és habitual per estimar la desviació estàndard poblacional utilitzar la desviació típica estàndard modificada , Aquesta correcció (l'ús de en comptes de ) es coneix com a correcció de Bessel; la raó és que és un estimador sense biaix per la variància σ² de la població, si aquesta variància existeix i els valors mostrals són extrets independentment i amb substitució. De totes maneres, no és un estimador sense biaix per la desviació estàndard σ; tendeix a sobreestimar la desviació estàndard poblacional. Cal notar que Per tant, quan la mida de la mostra és gran, ambdós estimadors tenen valors molt similars.
Comentari sobre les notacions. No hi ha un acord general als llibres sobre els noms i les notacions per als diferents estimadors que hem vist: desviació estàndard mostral, desviació estàndard mostral modificada, etc. Alguns autors utilitzen desviació estàndard de la mostra per l'estimador sense corregir (utilitza al denominador), mentre que utilitzen desviació estàndard mostral per l'estimador corregit (que usa ). El denominador és el nombre de graus de llibertat al vector de residuals, .
Altres estimadors
Tot i que es coneix un estimador sense biaix per a σ quan la variable aleatòria és normal, la fórmula és complicada i necessita correccions menors.
Identitats i propietats La desviació estàndard és invariant sota canvis en localització, i s'escala directament amb l'escala de la variable aleatòria. Per tant, per una constant c i dues variables aleatòries X i Y:
La desviació estàndard de la suma de dues variables aleatòries es pot relacionar amb les seves desviacions estàndard individuals i la covariància entre elles:
On i signifiquen variància i covariància respectivament.
El càlcul de la suma de desviacions al quadrat es pot relacionar als moments calculats directament de les dades. La desviació estàndard de la mostra es pot computar com:
Interpretació i aplicació La desviació estàndard és una mesura del grau de dispersió de les dades respecte al valor mitjà; dit d'una altra manera, la desviació estàndard és simplement la «mitjana» o variació esperada respecte a la mitjana aritmètica.
Per exemple, les tres mostres i tenen cada una mitjana de 7. Les seves desviacions estàndard són 7, 5 i 1 respectivament. La tercera població té una desviació estàndard molt més petita que les altres dues perquè tots els seus valors són propers a 7. Dit de manera planera, la desviació estàndard diu com de lluny tendeixen a estar els punts dades de la mitjana. Tindrà, a més, les mateixes unitats que els punts de dades mateixos. Si, per exemple, el conjunt de dadesrepresenta les edats d'una població de quatre familiars en anys, la desviació mitjana és de 5 anys. Com un altre exemple, la població pot representar la distància recorreguda per quatre atletes mesurada en metres; llavors, la mitjana de distància recorreguda és de 1007 metres, i la desviació estàndard és de 5 metres.
La desviació estàndard es pot interpretar com una mesura d'incertesa. La desviació estàndard d'un grup repetit de mesures dona la precisió d'aquestes. Quan es vol determinar si un grup de mesures està d'acord amb un model teòric, la desviació estàndard d'aquestes mesures és de vital importància: si la mitjana de les mesures està massa allunyada de la predicció (amb la distància mesurada en desviacions estàndard), llavors es considera que les mesures experimentals contradiuen la teoria, la qual cosa és coherent, ja que les mesures cauen fora del rang de valors en el qual seria raonable esperar que estiguessin si el model teòric fos correcte.
La desviació estàndard és un dels tres paràmetres de tendència central: mostra l'agrupació de les dades al voltant d'un valor central (la mitjana).
Desigualtat de Txebixev
Una observació no sol estar més lluny que unes poques desviacions estàndard de la mitjana. La desigualtat de Txebixev assegura que, per totes les distribucions per les quals està definida la desviació estàndard, la quantitat de dades dins un nombre de desviacions estàndard de la mitjana és com a mínima tant com està establert en la taula següent:
Població mínima Distància de la mitjana 50% √2 75% 2 89% 3 94% 4 96% 5 97% 6 Ghahramani, Saeed (2000). Fundamentals of Probability (2a ed). Prentice Hall: New Jersey. p. 438.
Regles per dades distribuïdes normalment miniatura|El blau fosc està a menys d'una desviació estàndard de la mitjana. Per la distribució normal, això és el 68,27 per cent del conjunt; dues desviacions estàndard de la mitjana (blau fosc i blau) són el 95,45 per cent; tres desviacions (blau fosc, blau i blau clar) són el 99,73 per cent; i quatre desviacions són el 99,994 per cent. Els dos punts de la corba que estan a una desviació estàndard de la mitjana són també els punts d'inflexió.
Si considerem una variable aproximadament normal amb mitjana μ i desviació estàndard σ, llavors la proporció de dades dins de z desviacions estàndard de la mitjana és definida per:
Proporció =
On és la funció error. Si la distribució de dades és aproximadament normal llavors prop del 68% dels valors de les dades estan dins d'una desviació estàndard de la mitjana (matemàticament, μ ± σ, on μ és la mitjana aritmètica), prop del 95% estan dins dues desviacions estàndard (μ ± 2σ) i prop del 99,7% cauen dins tres desviacions estàndard (μ ± 3σ). Això es coneix com la regla 68-95-99,7.