Como interpretar Desvio Padrão em um Statistical Data Set

desvio padrão podem ser difíceis de interpretar como um único número por conta própria. Basicamente, um pequeno desvio padrão significa que os valores de um conjunto de dados estatísticos estão perto da média do conjunto de dados, em média, e um grande desvio padrão significa que os valores no conjunto de dados estão mais longe a partir da média, em média .

As medidas de desvio padrão como os dados são concentradas em torno do significado do mais concentrado, quanto menor for o desvio padrão.

Um pequeno desvio padrão pode ser uma meta em determinadas situações onde os resultados são restritos, por exemplo, na fabricação de produtos e controle de qualidade. Um tipo particular de parte do carro que tem que ser de 2 centímetros de diâmetro para se ajustar corretamente melhor não ter um desvio padrão muito grande durante o processo de fabricação. Um desvio padrão grande neste caso, significaria que muitas partes acabam no lixo, porque eles não se encaixam direito; Ou isso ou os carros terão problemas no caminho.

Mas em situações em que você apenas observar e registrar dados, um grande desvio padrão não é necessariamente uma má coisa: ele apenas reflete uma grande quantidade de variação no grupo que está sendo estudado. Por exemplo, se você olhar para os salários para todos em uma determinada empresa, incluindo todos, desde o estagiário estudante ao CEO, o desvio padrão pode ser muito grande. Por outro lado, se você restringir o grupo para baixo olhando somente para os estagiários, o desvio padrão é menor, porque os indivíduos dentro deste grupo têm salários que são menos variável. O segundo conjunto de dados não é melhor, é apenas menos variável.

Semelhante à média, valores aberrantes afectar o desvio padrão (afinal de contas, a fórmula para o desvio padrão inclui da média). Aqui está um exemplo: os salários dos Lakers L. A. na faixa temporada 2009-2010 do mais alto, $ 23.034.375 (Kobe Bryant) para baixo para $ 959.111 (Didier Ilunga-Mbenga e Josh Powell). Lotes de variação, para ter certeza! O desvio padrão dos salários para esta equipa acaba por ser $ 6,567,405- é quase tão grande quanto a média. No entanto, como você pode imaginar, se você remover o salário de Kobe Bryant do conjunto de dados, o desvio padrão diminui porque os salários restantes estão mais concentradas em torno da média. O desvio padrão se torna $ 4.671.508.

Aqui estão algumas propriedades que podem ajudá-lo ao interpretar um desvio padrão:

• O desvio padrão nunca pode ser um número negativo, devido à forma como é calculado e o fato de que ele mede a distância (distâncias não são números negativos).

• O menor valor possível para o desvio padrão é 0, e isso acontece apenas em situações artificiais, onde cada número único no conjunto de dados é exatamente o mesmo (sem desvio).

• O desvio padrão é afectada por valores extremos (extremamente baixos ou extremamente altos números no conjunto de dados). Isso porque o desvio padrão é baseado no distancefrom o significar. E lembre-se, a média também é afetado por valores discrepantes.

• O desvio padrão tem as mesmas unidades que os dados originais.