Desviación estándar

De Wikipedia, la enciclopedia libre

Saltar a navegación, búsqueda

La desviación estándar (o desviación típica) es una medida de dispersión para

variables de razón (ratio o cociente) y de intervalo, de gran utilidad en la estadística
descriptiva. Es una medida (cuadrática) de lo que se apartan los datos de su media, y por
tanto, se mide en las mismas unidades que la variable.

Para conocer con detalle un conjunto de datos, no basta con conocer las medidas de
tendencia central, sino que necesitamos conocer también la desviación que representan
los datos en su distribución, con objeto de tener una visión de los mismos más acorde
con la realidad a la hora de describirlos e interpretarlos para la toma de decisiones.

Tabla de contenidos
[ocultar]

• 1 Formulación
• 2 Interpretación y aplicación
• 3 Desglose

• 4 Ejemplo

[editar] Formulación
Para abordar las cuestiones que comentábamos en el párrafo anterior, nos valemos de
herramientas como la varianza y la desviación estándar. Ambas medidas están
estrechamente relacionadas ya que definimos una a partir de la otra.

La varianza representa la media aritmética de las desviaciones de la media elevadas al

cuadrado. Si atendemos a la colección completa de datos (la población en su totalidad)
obtenemos la varianza poblacional y si por el contrario prestamos atención sólo a una
muestra de la población obtenemos en su lugar la varianza muestral. Las expresiones de
estas medidas son las que aparecen a continuación.

Expresión de la varianza muestral:

Expresión de la varianza poblacional:

Una vez entendida la formulación de la varianza podemos pasar a obtener la desviación
estándar, tomando la raíz cuadrada positiva de la varianza. Así, si efectuamos la raíz de
la varianza muestral obtenemos la desviación típica muestral y si por el contrario
efectuamos la raíz sobre la varianza poblacional obtendremos la desviación típica
poblacional.

Expresión de la desviación estándar muestral:

Expresión de la desviación estándar poblacional:

El término desviación estándar fue incorporado por la estadística por Karl Pearson en
1894.

[editar] Interpretación y aplicación

La desviación estándar es una medida del grado de dispersión de los datos del valor
promedio. Dicho de otra manera, la desviación estándar es simplemente el "promedio" o
variación esperada con respecto de la media aritmética.

Una desviación estándar grande indica que los puntos están lejos de la media y una
desviación pequeña indica que los datos están agrupados cerca de la media.

Por ejemplo, las tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8) cada una tiene una
media de 7. Sus desviaciones estándar son 7, 5 y 1, respectivamente. La tercera muestra
tiene una desviación mucho menor que las otras dos porque sus valores están más cerca
de 7.

La desviación estándar puede ser interpretada como una medida de incertidumbre. La

desviación estándar de un grupo repetido de medidas nos da la precisión de éstas.
Cuando se va a determinar si un grupo de medidas está de acuerdo con el modelo
teórico, la desviación estándar de esas medidas es de vital importancia: si la media de
las medidas está demasiado alejada de la predicción (con la distancia medida en
desviaciones estándar), entonces consideramos que las medidas contradicen la teoría.
Esto es de esperarse ya que las mediciones caen fuera del rango de valores de los cuales
sería razonable esperar que ocurrieran si el modelo teórico fuera correcto.

[editar] Desglose
La desviación estándar (DS/DE), también conocida como desviación típica, es una
medida de dispersión usada en estadística que nos dice cuánto tienden a alejarse los
valores puntuales del promedio en una distribución. De hecho específicamente la
desviación estándar es "el promedio de la distancia de cada punto respecto del
promedio". Se suele representar por una S o con la letra sigma, .

La desviación estándar de un conjunto de datos es una medida de cuánto se desvían los

datos de su media. Esta medida es más estable que el recorrido y toma en consideración
el valor de cada dato.

Es posible calcular la desviación estándar como la raíz cuadrada de la integral

donde

• La DS es la raíz cuadrada de la varianza de la distribución

Así la varianza es la media de los cuadrados de las diferencias entre cada valor de la
variable y la media aritmética de la distribución.

Aunque esta fórmula es correcta, en la práctica interesa realizar inferencias

poblacionales, por lo que en el denominador en vez de n, se usa n-1 (Corrección de
Bessel)

También hay otra función más sencilla de realizar y con menos riesgo de tener
equivocaciones :

[editar] Ejemplo
Aquí se muestra cómo calcular la desviación estándar de un conjunto de datos. Los
datos representan la edad de los miembros de un grupo de niños. { 4, 1, 11, 13, 2, 7 }

1. Calcular el promedio o media aritmética .

 .

En este caso, N = 6 porque hay seis datos:

i=número de datos para sacar desviación estándar

Sustituyendo N por 6

Este es el promedio.

2. Calcular la desviación estándar

Sustityendo N por 6

Sustituyendo por 6.33

 Ésta es la desviación estándar.

La Desviación Estándar

La desviación estándar es un índice numérico de la dispersión de un conjunto de

datos (o población). Mientras mayor es la desviación estándar, mayor es la
dispersión de la población. La desviación estándar es un promedio de las
desviaciones individuales de cada observación con respecto a la media de una
distribución. Así, la desviación estándar mide el grado de dispersión o variabilidad.
En primer lugar, midiendo la diferencia entre cada valor del conjunto de datos y la
media del conjunto de datos. Luego, sumando todas estas diferencias individuales
para dar el total de todas las diferencias. Por último, dividiendo el resultado por el
número total de observaciones (normalmente representado por la letra “n”) para
llegar a un promedio de las distancias entre cada observación individual y la media.
Este promedio de las distancias es la desviación estándar y de esta manera
representa dispersión.

Matemáticamente, la desviación estándar podría, a primera vista, parecer algo

complicada. Sin embargo, es en realidad un concepto extremadamente simple. En
realidad no importa si usted no sabe calcular con exactitud la desviación estándar,
siempre y cuando usted comprenda claramente el concepto.

La desviación estándar es un indicador en extremo valioso con muchas aplicaciones.

Por ejemplo, los estadísticos saben que cuando un conjunto de datos se distribuye
de manera “normal”, el 68% de las observaciones de la distribución tiene un valor
que se encuentra a menos de una desviación estándar de la media. También saben
que el 96% de todas las observaciones tiene un valor no es mayor a la media más o
menos dos desviaciones estándar (la Figura 18 grafica esta información).

La desviación estándar de una población es normalmente representada por la letra

griega (sigma), cuando se calcula sobre la base de toda la población; por la letra s
(minúscula) cuando se infiere de una muestra; y por la letra S (mayúscula) cuando
simplemente corresponde a la desviación estándar de una muestra. La fórmula de la

desviación estándar es , donde representa la suma de las diferencias

al cuadrado entre cada observación y la media y N representa el número total de
observaciones. La aparente complicación de la fórmula surge del hecho de que al restar
la media a los valores de cada observación individual para calcular las diferencias ( ),
los valores de las observaciones que están bajo la media producirán diferencias
negativas, mientras que los valores de las observaciones que son mayores que la media
proporcionarán valores positivos. Así, las diferencias positivas y negativas se
compensarán entre sí y, en el caso de una distribución simétrica, producirán una suma
igual a cero para la suma de las desviaciones individuales. Para evitar este problema,
las desviaciones se elevan al cuadrado, de modo que todas las desviaciones sean
positivas y se puedan sumar. Después, se calcula la raíz cuadrada para ‘compensar’,
por decirlo así, la elevación al cuadrado anterior de los valores. Cuando no se incluye
la raíz cuadrada, el resultado es otro famoso indicador de dispersión conocido como la
“varianza”.