Kalkulator odchylenia standardowego

Wariancja to średnia suma kwadratów odchyleń od średniej — wyraża "rozproszenie" danych, ale w jednostkach kwadratowych. Odchylenie standardowe to pierwiastek kwadratowy z wariancji i wyrażone jest w tych samych jednostkach co dane, co czyni je znacznie łatwiejszym w interpretacji. Np. jeśli mierzymy wzrost w cm, wariancja jest w cm², a odchylenie standardowe w cm.

Wzoru z dzielnikiem n−1 (korekta Bessela) używamy, gdy analizujemy próbę losową — chcemy oszacować odchylenie całej populacji na podstawie fragmentu danych. Dzielnik n stosujemy, gdy dysponujemy pełną populacją (wszystkimi możliwymi obserwacjami). Dla dużych n różnica jest minimalna, ale przy małych próbach (np. n=5) ma istotne znaczenie.

Odchylenie standardowe σ mówi, o ile przeciętnie wartości w zbiorze różnią się od średniej. Małe σ oznacza, że dane skupiają się blisko średniej (mała zmienność). Duże σ oznacza dużą różnorodność danych. Przykład: zbiór {5, 5, 5, 5} ma σ=0, a zbiór {1, 5, 5, 9} ma σ≈2,83, choć obie grupy mają tę samą średnią (5).

Dla rozkładu normalnego: około 68% obserwacji leży w przedziale (średnia ± 1σ), około 95% w (średnia ± 2σ), a około 99,7% w (średnia ± 3σ). Reguła ta pozwala szybko ocenić, czy dana wartość jest "typowa" czy "wyjątkowa". Wartość oddalona o więcej niż 3σ od średniej to outlier (wartość skrajna).

Krok 1: Oblicz średnią arytmetyczną zbioru. Krok 2: Dla każdej wartości oblicz różnicę od średniej i podnieś do kwadratu. Krok 3: Zsumuj wszystkie kwadraty odchyleń. Krok 4: Podziel sumę przez n (populacja) lub n−1 (próba) — to jest wariancja. Krok 5: Wyciągnij pierwiastek kwadratowy z wariancji — to jest odchylenie standardowe.

Odchylenie standardowe jest szeroko stosowane w finansach (mierzenie ryzyka inwestycji, zmienność kursów), medycynie (analiza wyników badań klinicznych), jakości produkcji (kontrola tolerancji wymiarów), naukach społecznych (analiza ankiet i wyników testów) oraz meteorologii (zmienność temperatur). Wszędzie tam, gdzie liczy się ocena "rozproszenia" danych.

Odchylenie standardowe jest pierwiastkiem kwadratowym z wariancji, a wariancja jest sumą kwadratów odchyleń od średniej — kwadrat liczby zawsze jest nieujemny. Dlatego wariancja ≥ 0, a odchylenie standardowe ≥ 0. Wartość zero oznacza, że wszystkie elementy zbioru są identyczne (brak rozproszenia). Minimalna wartość to 0, nie istnieje ujemne odchylenie.

Odchylenie standardowe (SD) oblicza średnią kwadratów odchyleń, a następnie wyciąga pierwiastek — jest wrażliwe na wartości skrajne, bo kwadrat "karze" duże odchylenia. Odchylenie bezwzględne od mediany (MAD) oblicza medianę wartości bezwzględnych odchyleń od mediany — jest odporne na outliery. W danych z wartościami skrajnymi MAD bywa lepszą miarą rozproszenia.

Współczynnik zmienności (CV) to odchylenie standardowe podzielone przez wartość bezwzględną średniej, wyrażone w procentach: CV = (σ / |x̄|) × 100%. Pozwala porównywać zmienność zbiorów o różnych jednostkach lub skalach. Np. CV=10% oznacza niską zmienność, CV>30% — wysoką. Jest przydatny np. przy porównaniu stabilności cen różnych produktów.

Tak — kalkulator przyjmuje dowolne liczby rzeczywiste, w tym ujemne (np. −3, −1,5) oraz ułamkowe (np. 2,5 lub 2.5). Liczby należy wpisać oddzielone przecinkami lub spacjami, np. "−2, 0, 2, 4". Odchylenie standardowe obliczane jest poprawnie dla wszystkich takich danych. Minimalna liczba elementów to 2 przy obliczaniu dla próby (n−1).