Diferenças entre edições de "Desvio padrão"
m (Ilustre RR economics 61 foi movido para Desvio padrão sob redireccionamento) |
m (→Desvio padrão de uma variável aleatória) |
||
Linha 28: | Linha 28: | ||
Quando os dados estão agrupados(frequência) temos: | Quando os dados estão agrupados(frequência) temos: | ||
− | :<tex>\sigma = \sqrt{\frac{1}{\sum_fi} \sum_{i=1}^N ((x_i - \overline{x})^2}fi)</tex> | + | :<tex>\sigma =\,\sqrt{{\frac{1}{\sum_fi} \sum_{i=1}^N ((x_i - \overline{x})^2}fi)}</tex> |
Linha 36: | Linha 36: | ||
# Calcula-se o quadrado dessa diferença. | # Calcula-se o quadrado dessa diferença. | ||
# Encontra-se a soma das diferenças dos quadrados. | # Encontra-se a soma das diferenças dos quadrados. | ||
− | #Divide-se este resultado pelo número de valores usados menos 1 (n-1).Esta quantidade é a [[variância]] | + | #Divide-se este resultado pelo número de valores usados menos 1 (n-1).Esta quantidade é a [[variância]] σ². |
# Tome a raiz quadrática deste resultado. | # Tome a raiz quadrática deste resultado. | ||
Revisão das 11h16min de 27 de dezembro de 2007
Em probabilidade e Estatística, o desvio padrão é a medida mais comum da dispersão estatística. O desvio-padrão define-se como a raiz quadrada da variância. É definido desta forma de maneira a dar-nos uma medida da dispersão que seja:
- um número não negativo;
- use as mesmas unidades de medida que os nossos dados.
Faz-se uma distinção entre o desvio padrão σ (sigma) do total de uma população ou de uma variável aleatória, e o desvio padrão s de um sub-conjunto em amostra.
O termo desvio padrão foi introduzido na estatística por Karl Pearson no seu livro de 1894: "Sobre a dissecção de curvas de frequência assimétricas".
Índice
Definição e cálculo
Desvio padrão de uma variável aleatória
O desvio padrão de uma variável aleatória X é definido como:
onde E(X) é o valor esperado de X.
Nem todas as variáveis aleatórias possuem desvio padrão, desde que esses valores esperados não precisam existir. Por exemplo, o desvio padrão de uma variável que flui em uma distribuição de Cauchy é indefinida.
Se uma variável aleatória X toma os valores x1,...,xN (que são números reais) com igual probabilidade, então seu desvio padrão pode ser computada como segue. Primeiro, a média de X, , é definida como:
(veja notação sigma). Depois, o desvio padrão simplifica-se em:
Quando os dados estão agrupados(frequência) temos:
Em outras palavras, o desvio padrão de uma variável aleatória uniformizada discreta X pode ser calculada como:
- Para cada valor calcula-se a diferença entre e o valor médio .
- Calcula-se o quadrado dessa diferença.
- Encontra-se a soma das diferenças dos quadrados.
- Divide-se este resultado pelo número de valores usados menos 1 (n-1).Esta quantidade é a variância σ².
- Tome a raiz quadrática deste resultado.
Propriedades
De uma distribuição normal unimodal, simétrica, de afunilamento médio (ou mesocúrtica) podemos dizer o seguinte:
- 68% dos valores encontram-se a uma distância da média inferior a um desvio padrão.
- 95% dos valores encontram-se a uma distância da média inferior a duas vezes o desvio padrão.
- 99,7% dos valores encontram-se a uma distância da média inferior a três vezes o desvio padrão.
Esta informação é conhecida como a regra dos "68-95-99,7".
Ver também
Esta página usa conteúdo da Wikipedia. O artigo original estava em Desvio_padrão. Tal como o Think Finance neste artigo, o texto da Wikipedia está disponível segundo a GNU Free Documentation License. |
Esta página usa conteúdo da Wikipedia. O artigo original estava em Desvio_padrão. Tal como o Think Finance neste artigo, o texto da Wikipedia está disponível segundo a GNU Free Documentation License. |