¿Cómo interpretar la desviación estándar de un conjunto de datos estadísticos
Video: Varianza y Desviacion estandar (Datos Agrupados)
La desviación estándar puede ser difícil de interpretar como un solo número por sí mismo. Básicamente, una pequeña desviación estándar significa que los valores en un conjunto de datos estadísticos están cerca de la media del conjunto de datos, en promedio, y una desviación estándar grande significa que los valores del conjunto de datos son más lejos de la media, en promedio .
La desviación estándar mide el nivel de concentración de los datos están alrededor de la media a la más concentrada, más pequeña es la desviación estándar.
Una desviación estándar pequeña puede ser una meta en ciertas situaciones en las que los resultados están restringidas, por ejemplo, en la fabricación de productos y control de calidad. Un tipo particular de pieza del coche que tiene que ser de 2 centímetros de diámetro para adaptarse adecuadamente mejor que no había una desviación estándar muy grande durante el proceso de fabricación. Una desviación estándar grande en este caso significaría que un montón de piezas terminan en la basura porque no se ajustan a la derecha; O eso, o los coches tendrán problemas en el futuro.
Video: Desviación estándar de una muestra │ ejercicio 1
Sin embargo, en situaciones en las que sólo observar y registrar los datos, una desviación estándar grande no es necesariamente una mala cosa: sólo refleja una gran cantidad de variación en el grupo que se está estudiando. Por ejemplo, si nos fijamos en los salarios de todos los miembros de una determinada empresa, incluyendo todos, desde el estudiante en prácticas para el director general, la desviación estándar puede ser muy grande. Por otro lado, si a optimizar el grupo de abajo mirando solamente los estudiantes internos, la desviación estándar es menor, debido a que los individuos dentro de este grupo tienen salarios que son menos variables. El segundo conjunto de datos no es mejor, es sólo menos variable.
Similar a la media, los valores atípicos afectan a la desviación estándar (después de todo, la fórmula para la desviación estándar incluye la media). He aquí un ejemplo: los sueldos de los Lakers L.A. en el rango temporada 2009-2010 de la más alta, $ 23.034.375 (Kobe Bryant) hasta $ 959 111 (Didier Ilunga-Mbenga y Josh Powell). Una gran cantidad de variación, para estar seguro! La desviación estándar de los sueldos para este equipo resulta ser $ 6,567,405- es casi tan grande como la media. Sin embargo, como se puede adivinar, si se quita el salario de Kobe Bryant a partir del conjunto de datos, la desviación estándar disminuye debido a que los salarios restantes están más concentrados alrededor de la media. La desviación estándar se convierte en $ 4671,508 mil.
Aquí hay algunas propiedades que pueden ayudar a la hora de interpretar una desviación estándar:
La desviación estándar nunca puede ser un número negativo, debido a la forma en que se calcula y el hecho de que mide una distancia (distancias nunca son números negativos).
Video: Estadística: Desviación estándar
El menor valor posible para la desviación estándar es de 0, y que ocurre sólo en situaciones artificiales donde cada número individual en el conjunto de datos es exactamente la misma (sin desviación).
La desviación estándar se ve afectada por los valores extremos (extremadamente bajos o números extremadamente altos en el conjunto de datos). Esto se debe a la desviación estándar se basa en la distancia desde el media. Y recuerda, la media también se ve afectada por los valores extremos.
Video: Estadistica - Medidas de Dispersion
La desviación estándar tiene las mismas unidades que los datos originales.