Calculadora de desviació tipus
![Calculadora de desviació tipus](/media/images/standard_deviation_calculator.webp)
L'estadística és una branca de la ciència dedicada a l'anàlisi i sistematització de dades, així com a l'expressió dels seus indicadors quantitatius i qualitatius en forma numèrica.
Segons el grau de generalització, es distingeixen les dades estadístiques primàries i agregades, segons el nombre de característiques -unidimensionals i multidimensionals, i segons el format d'organització -espacial, temporal i mixta (espacio-temporal).
L'estadística és la millor eina per mostrar processos i fenòmens socials, que us permet identificar les debilitats i les àrees problemàtiques a temps, fer els canvis adequats a la legislació, els processos de producció, les normes legals, etc.
L'estadística, el nom de la qual prové de la paraula llatina status i es tradueix com a "estat de coses", existeix des de l'època de l'antiga Roma. Després es va utilitzar per portar registres de propietats, censos de població i comparar el potencial militar dels estats en guerra.
Però va rebre l'estatus de ciència només el 1746, substituint els "estudis estatals" a Alemanya. La iniciativa pertany al científic alemany Gottfried Achenwall, que a mitjans del segle XVIII va convertir l'estadística en una disciplina acadèmica.
Desviació estàndard
En el marc de l'estadística, com a ciència, han sorgit molts indicadors i valors nous. Aquests inclouen la desviació estàndard (RMS), que encara s'utilitza avui dia per descriure la propagació de valors en un conjunt de dades sobre el seu valor mitjà.
Essencialment, RMS és una mesura de variabilitat que descriu quantes dades d'una matriu divergeixen entre si. S'utilitza àmpliament en economia i finances, en enginyeria i en moltes altres branques de la ciència.
Segons la definició oficial, la desviació estàndard és un indicador de la dispersió dels valors d'una variable aleatòria en relació amb la seva expectativa matemàtica. Al seu torn, l'expectativa matemàtica és un anàleg de la mitjana aritmètica, però amb un nombre infinit de resultats.
En termes senzills, com més baixa sigui la desviació estàndard, més exactament les dades recollides reflectiran la realitat. Per contra, una desviació estàndard elevada indica l'ambigüitat de la informació estadística recollida. A més, RMS permet identificar anomalies i valors atípics que no reflecteixen la tendència principal i són excepcions a les regles.
A continuació es mostren alguns exemples de COEX a la pràctica:
- En el sector financer, com a mesura de la volatilitat.
- En enquestes sociològiques: per avaluar l'opinió pública.
- En l'àmbit esportiu, per predir/predir les victòries d'equips que tenen punts forts i febles objectius.
A la literatura científica, la desviació estàndard es denota amb la lletra llatina sigma (σ) i té un nom alternatiu: "desviació estàndard" (desviació estàndard). S'utilitza quan cal tenir en compte tots els valors de la mostra amb un resultat altament precís. Com el seu nom indica, l'arrel quadrada és necessària per determinar l'RMS.
La desviació estàndard de significació es pot posar a la par de valors estadístics com la mitjana, la mediana, la moda i els quartils. Un dels avantatges de RMS és la facilitat de càlcul. N'hi ha prou amb realitzar unes quantes operacions matemàtiques senzilles per determinar la desviació estàndard i utilitzar-la per a més càlculs.
Fins a finals del segle XX, aquestes operacions es feien sense ordinadors, sovint fins i tot sense comptar els accessoris. Avui, per determinar l'RMS, n'hi ha prou amb utilitzar programari, per exemple, una aplicació especial en línia que calcula la desviació estàndard de les dades introduïdes.