Odchylenie standardowe wzór to jedno z najczęściej wyszukiwanych zagadnień związanych ze statystyką opisową. Nic w tym dziwnego, ponieważ odchylenie standardowe jest podstawową miarą zróżnicowania danych. Pozwala określić, jak mocno poszczególne obserwacje różnią się od średniej arytmetycznej oraz czy badany zbiór jest skupiony wokół jednej wartości, czy też charakteryzuje się dużym rozrzutem.
Sama średnia nie zawsze wystarcza do opisania danych. Dwa zbiory mogą mieć identyczną średnią, a jednocześnie wyglądać zupełnie inaczej. W jednym wyniki mogą być bardzo podobne, a w drugim skrajnie zróżnicowane. Właśnie dlatego obok średniej oblicza się odchylenie standardowe, wariancję, rozstęp i inne miary rozproszenia.
Najważniejsza idea jest prosta: małe odchylenie standardowe oznacza, że wartości znajdują się blisko średniej, natomiast duże odchylenie standardowe wskazuje na większe zróżnicowanie wyników. Interpretacja zawsze powinna jednak uwzględniać skalę danych, jednostkę, charakter badanej zmiennej oraz cel analizy.
Czym jest odchylenie standardowe
Odchylenie standardowe to statystyczna miara pokazująca przeciętną skalę odchyleń obserwacji od średniej. Nie jest ono zwykłą średnią różnic między wynikami a średnią arytmetyczną, ponieważ dodatnie i ujemne odchylenia wzajemnie by się znosiły. Z tego powodu różnice najpierw podnosi się do kwadratu, następnie oblicza ich średnią, a na końcu wyciąga pierwiastek kwadratowy.
Proces ten prowadzi najpierw do wariancji, a później do odchylenia standardowego. Można zatem powiedzieć, że:
odchylenie standardowe jest pierwiastkiem kwadratowym z wariancji.
Ta zależność jest bardzo ważna, ponieważ tłumaczy zarówno konstrukcję wzoru, jak i jednostkę wyniku. Wariancja jest wyrażona w jednostkach podniesionych do kwadratu. Jeżeli analizujemy wzrost w centymetrach, wariancja będzie wyrażona w centymetrach kwadratowych. Po wyciągnięciu pierwiastka otrzymujemy odchylenie standardowe ponownie w centymetrach, dzięki czemu wynik staje się łatwiejszy do interpretacji.
Odchylenie standardowe – wzór dla populacji
Wzór na odchylenie standardowe dla całej populacji ma postać:
[
\\sigma=\\sqrt{\\frac{1}{N}\\sum_{i=1}^{N}(x_i-\\mu)^2}
]
Poszczególne symbole oznaczają:
- (\\sigma) – odchylenie standardowe populacji,
- (N) – liczebność populacji,
- (x_i) – kolejna obserwacja,
- (\\mu) – średnia arytmetyczna populacji,
- (\\sum) – sumowanie wszystkich składników.
Wzór mówi, aby dla każdej obserwacji obliczyć różnicę między jej wartością a średnią, podnieść tę różnicę do kwadratu, zsumować otrzymane wartości, podzielić wynik przez liczbę obserwacji, a następnie wyciągnąć pierwiastek kwadratowy.
Wersję populacyjną stosuje się wtedy, gdy analizowane dane obejmują wszystkie interesujące nas jednostki. Jeżeli na przykład badamy wyniki wszystkich uczniów w jednej klasie i interesuje nas wyłącznie ta klasa, możemy potraktować zbiór jako populację. Jeżeli natomiast wyniki tej klasy mają służyć do wyciągania wniosków o wszystkich uczniach w szkole lub regionie, stają się próbą.
Odchylenie standardowe – wzór dla próby
W statystyce bardzo często nie dysponujemy danymi dotyczącymi całej populacji. Analizujemy jedynie próbę, czyli wybraną część większej zbiorowości. W takiej sytuacji stosuje się odchylenie standardowe z próby:
[
s=\\sqrt{\\frac{1}{n-1}\\sum_{i=1}^{n}(x_i-\\bar{x})^2}
]
Symbole we wzorze oznaczają:
- (s) – odchylenie standardowe z próby,
- (n) – liczebność próby,
- (x_i) – kolejna obserwacja,
- (\\bar{x}) – średnia arytmetyczna z próby,
- (n-1) – liczba stopni swobody.
Najbardziej widoczna różnica polega na tym, że w mianowniku znajduje się (n-1), a nie (n). To tak zwana korekta Bessela. Jej zastosowanie pomaga ograniczyć systematyczne zaniżanie oszacowania zmienności populacji na podstawie próby.
Populacja i próba – dlaczego występują dwa wzory
Wiele osób uczących się statystyki zastanawia się, dlaczego istnieją dwa wzory na odchylenie standardowe. Odpowiedź wynika z celu obliczeń.
Jeżeli posiadamy komplet danych i chcemy jedynie opisać ten konkretny zbiór, dzielimy sumę kwadratów odchyleń przez liczbę obserwacji (N). Nie próbujemy niczego szacować, ponieważ znamy całość.
Jeżeli natomiast analizujemy próbę i na jej podstawie chcemy wnioskować o większej populacji, średnia z próby jest jedynie oszacowaniem prawdziwej średniej. W takiej sytuacji podzielenie przez (n) prowadziłoby przeciętnie do zaniżenia wariancji. Zastosowanie mianownika (n-1) częściowo koryguje ten problem.
Nie oznacza to, że jeden wzór jest poprawny, a drugi błędny. Każdy z nich odpowiada innemu kontekstowi statystycznemu. Przed rozpoczęciem obliczeń należy więc ustalić, czy badany zbiór jest całą populacją, czy jedynie próbą.
Jak obliczyć odchylenie standardowe krok po kroku
Obliczanie odchylenia standardowego może początkowo wydawać się skomplikowane, ale cały proces da się podzielić na kilka prostych etapów.
Najpierw należy obliczyć średnią arytmetyczną. Następnie od każdej obserwacji odejmuje się średnią. Otrzymane odchylenia podnosi się do kwadratu, sumuje, dzieli przez odpowiednią liczbę, a na końcu wyciąga pierwiastek kwadratowy.
Schemat można zapisać następująco:
- Oblicz średnią.
- Wyznacz różnicę między każdą wartością a średnią.
- Podnieś każdą różnicę do kwadratu.
- Zsumuj kwadraty odchyleń.
- Podziel przez (N) dla populacji albo przez (n-1) dla próby.
- Wyciągnij pierwiastek kwadratowy.
Warto wykonywać obliczenia w tabeli. Pozwala to ograniczyć ryzyko pomyłek i łatwiej zauważyć, skąd pochodzi końcowy wynik.
Przykład obliczania odchylenia standardowego dla populacji
Rozważmy zbiór danych:
[
2,\\ 4,\\ 4,\\ 6
]
Zakładamy, że jest to cała analizowana populacja.
Obliczenie średniej
Średnia arytmetyczna wynosi:
[
\\mu=\\frac{2+4+4+6}{4}=\\frac{16}{4}=4
]
Średnia populacji to zatem (4).
Obliczenie odchyleń od średniej
Dla kolejnych wartości otrzymujemy:
[
2-4=-2
]
[
4-4=0
]
[
4-4=0
]
[
6-4=2
]
Suma zwykłych odchyleń wynosi zero. Jest to naturalna własność średniej arytmetycznej i jednocześnie powód, dla którego nie można po prostu uśrednić różnic.
Podniesienie odchyleń do kwadratu
Otrzymujemy:
[
(-2)^2=4
]
[
0^2=0
]
[
0^2=0
]
[
2^2=4
]
Suma kwadratów odchyleń wynosi:
[
4+0+0+4=8
]
Obliczenie wariancji
Ponieważ analizujemy populację, dzielimy przez (N=4):
[
\\sigma^2=\\frac{8}{4}=2
]
Wariancja wynosi (2).
Obliczenie odchylenia standardowego
Wyciągamy pierwiastek z wariancji:
[
\\sigma=\\sqrt{2}\\approx 1{,}41
]
Odchylenie standardowe wynosi około (1{,}41). Oznacza to, że obserwacje są rozproszone wokół średniej (4) w skali wynoszącej około (1{,}41) jednostki.
Przykład odchylenia standardowego dla próby
Załóżmy, że dane:
[
2,\\ 4,\\ 4,\\ 6
]
stanowią próbę pobraną z większej populacji.
Średnia nadal wynosi:
[
\\bar{x}=4
]
Suma kwadratów odchyleń również wynosi (8). Tym razem jednak dzielimy przez (n-1):
[
s^2=\\frac{8}{4-1}=\\frac{8}{3}\\approx 2{,}67
]
Następnie wyciągamy pierwiastek:
[
s=\\sqrt{\\frac{8}{3}}\\approx 1{,}63
]
Odchylenie standardowe z próby wynosi około (1{,}63), a więc jest większe niż odchylenie standardowe obliczone dla populacji. Różnica wynika wyłącznie z zastosowanego mianownika.
Dlaczego odchylenia podnosi się do kwadratu
Kwadratowanie różnic pełni kilka funkcji. Po pierwsze, usuwa znaki ujemne. Obserwacje mniejsze od średniej mają odchylenia ujemne, a większe od średniej dodatnie. Gdyby je zsumować bez przekształcenia, wynik wynosiłby zero.
Po drugie, kwadratowanie powoduje, że większe odchylenia mają silniejszy wpływ na wynik. Różnica wynosząca (4) po podniesieniu do kwadratu daje (16), natomiast różnica wynosząca (2) daje (4). Oznacza to, że obserwacje znacznie oddalone od średniej wyraźnie zwiększają wariancję i odchylenie standardowe.
Po trzecie, kwadraty mają korzystne własności matematyczne. Są łatwe do wykorzystania w analizie statystycznej, rachunku prawdopodobieństwa, regresji, metodzie najmniejszych kwadratów i wielu innych obszarach.
Wariancja a odchylenie standardowe
Wariancja i odchylenie standardowe opisują ten sam rodzaj zjawiska, czyli zróżnicowanie danych, ale robią to w innej skali.
Wariancja populacji ma postać:
[
\\sigma^2=\\frac{1}{N}\\sum_{i=1}^{N}(x_i-\\mu)^2
]
Wariancja z próby ma natomiast postać:
[
s^2=\\frac{1}{n-1}\\sum_{i=1}^{n}(x_i-\\bar{x})^2
]
Odchylenie standardowe otrzymujemy po wyciągnięciu pierwiastka:
[
\\sigma=\\sqrt{\\sigma^2}
]
lub:
[
s=\\sqrt{s^2}
]
Wariancja jest bardzo ważna w teorii statystyki, natomiast odchylenie standardowe jest zazwyczaj łatwiejsze do praktycznej interpretacji, ponieważ ma tę samą jednostkę co analizowana zmienna.
Jeżeli badamy zarobki w złotych, odchylenie standardowe również podajemy w złotych. Wariancja byłaby wyrażona w złotych kwadratowych, co jest matematycznie poprawne, ale mniej intuicyjne.
Jak interpretować odchylenie standardowe
Interpretacja odchylenia standardowego zależy od kontekstu. Sama liczba nie mówi automatycznie, czy zróżnicowanie jest duże, czy małe. Odchylenie wynoszące (10) może być bardzo duże dla temperatury mierzonej w stopniach, ale niewielkie dla wynagrodzenia wyrażonego w tysiącach złotych.
Najważniejsze pytania interpretacyjne brzmią:
- jaka jest średnia,
- w jakich jednostkach zapisano dane,
- jaki jest zakres możliwych wartości,
- czy wynik porównujemy z inną grupą,
- czy w zbiorze występują obserwacje odstające.
Jeżeli średnia wynosi (100), a odchylenie standardowe (2), dane są stosunkowo mocno skupione. Jeśli średnia również wynosi (100), ale odchylenie standardowe osiąga (40), zróżnicowanie jest znacznie większe.
Warto jednak unikać stwierdzenia, że przeciętna obserwacja „różni się od średniej dokładnie o wartość odchylenia standardowego”. Odchylenie standardowe nie jest prostą średnią bezwzględnych odchyleń. Jest miarą wynikającą z kwadratów różnic, dlatego należy mówić raczej o typowej skali rozproszenia.
Małe odchylenie standardowe
Małe odchylenie standardowe oznacza, że większość danych znajduje się stosunkowo blisko średniej. Wyniki są podobne, a zbiór ma niewielkie zróżnicowanie.
Przykładem mogą być czasy produkcji w dobrze ustabilizowanym procesie technologicznym. Jeżeli większość produktów powstaje w niemal identycznym czasie, odchylenie standardowe będzie małe. Może to świadczyć o powtarzalności i stabilności procesu.
W edukacji małe odchylenie standardowe ocen może oznaczać, że uczniowie osiągnęli zbliżone wyniki. Nie mówi ono jednak, czy wyniki były dobre. Klasa może mieć średnią (5) punktów i małe odchylenie albo średnią (95) punktów i również małe odchylenie. Miara rozproszenia nie zastępuje informacji o poziomie średnim.
Duże odchylenie standardowe
Duże odchylenie standardowe wskazuje, że obserwacje są szeroko rozproszone wokół średniej. W zbiorze występują znaczne różnice, a średnia może słabiej reprezentować pojedyncze przypadki.
W przypadku wynagrodzeń duże odchylenie standardowe może oznaczać znaczące nierówności płacowe. W analizie wyników egzaminu może wskazywać, że część osób osiągnęła bardzo wysokie rezultaty, a część bardzo niskie.
Duża wartość odchylenia nie musi być czymś negatywnym. W niektórych sytuacjach zróżnicowanie jest naturalne lub pożądane. Interpretacja zawsze powinna zależeć od celu badania.
Odchylenie standardowe równe zero
Odchylenie standardowe może wynosić zero. Dzieje się tak wtedy, gdy wszystkie obserwacje są identyczne.
Dla zbioru:
[
5,\\ 5,\\ 5,\\ 5
]
średnia wynosi (5). Każda różnica między obserwacją a średnią jest równa zero, dlatego wszystkie kwadraty odchyleń także wynoszą zero. W konsekwencji wariancja i odchylenie standardowe są równe zero.
Wynik ten oznacza całkowity brak zróżnicowania. Nie istnieje ujemne odchylenie standardowe, ponieważ pierwiastek z nieujemnej wariancji również jest nieujemny.
Odchylenie standardowe a średnia arytmetyczna
Średnia i odchylenie standardowe powinny być analizowane razem. Średnia opisuje centralny poziom danych, natomiast odchylenie standardowe pokazuje ich rozproszenie.
Rozważmy dwa zbiory:
[
48,\\ 49,\\ 50,\\ 51,\\ 52
]
oraz:
[
10,\\ 30,\\ 50,\\ 70,\\ 90
]
W obu przypadkach średnia wynosi (50). Pierwszy zbiór jest jednak mocno skupiony wokół średniej, a drugi bardzo rozproszony. Sama średnia nie ujawnia tej różnicy. Dopiero odchylenie standardowe pokazuje, że struktura zbiorów jest zupełnie inna.
To jeden z najważniejszych powodów, dla których w raportach statystycznych obok średniej często podaje się odchylenie standardowe.
Odchylenie standardowe a rozstęp
Rozstęp jest najprostszą miarą zmienności. Oblicza się go jako różnicę między wartością maksymalną i minimalną:
[
R=x_{\\max}-x_{\\min}
]
Rozstęp uwzględnia jednak tylko dwie obserwacje. Nie informuje, jak zachowują się wszystkie wartości znajdujące się pomiędzy minimum i maksimum.
Odchylenie standardowe korzysta z każdej obserwacji. Dzięki temu lepiej opisuje ogólną strukturę rozproszenia, ale jednocześnie jest bardziej pracochłonne i wrażliwe na wartości skrajne.
Dwa zbiory mogą mieć taki sam rozstęp, a różne odchylenia standardowe. Zależy to od tego, czy większość danych koncentruje się w środku, czy też jest szeroko rozłożona.
Odchylenie standardowe a odchylenie przeciętne
Odchylenie przeciętne, nazywane również średnim odchyleniem bezwzględnym, opiera się na wartościach bezwzględnych różnic od średniej:
[
\\frac{1}{n}\\sum_{i=1}^{n}|x_i-\\bar{x}|
]
W odróżnieniu od odchylenia standardowego nie podnosi się różnic do kwadratu. Dzięki temu duże odchylenia nie są wzmacniane w takim stopniu.
Średnie odchylenie bezwzględne może być bardziej intuicyjne, ale odchylenie standardowe ma znacznie większe znaczenie w klasycznej statystyce. Wynika to z jego własności matematycznych oraz z powiązania z rozkładem normalnym, estymacją i testowaniem hipotez.
Odchylenie standardowe a błąd standardowy
Odchylenie standardowe i błąd standardowy są często mylone, mimo że opisują różne zjawiska.
Odchylenie standardowe pokazuje rozproszenie pojedynczych obserwacji w zbiorze.
Błąd standardowy średniej pokazuje niepewność oszacowania średniej populacji na podstawie próby.
Błąd standardowy średniej można obliczyć ze wzoru:
[
SE=\\frac{s}{\\sqrt{n}}
]
Im większa próba, tym mniejszy błąd standardowy, nawet jeśli odchylenie standardowe danych pozostaje podobne. Zwiększanie liczebności próby poprawia bowiem precyzję oszacowania średniej.
W raportach badawczych należy jasno zaznaczać, czy podawana wartość jest odchyleniem standardowym, czy błędem standardowym. Zamienne stosowanie tych pojęć może prowadzić do błędnych wniosków.
Odchylenie standardowe a współczynnik zmienności
Porównywanie samych odchyleń standardowych może być problematyczne, gdy badane zbiory mają różne średnie lub różne jednostki. W takiej sytuacji można wykorzystać współczynnik zmienności:
[
CV=\\frac{s}{\\bar{x}}\\cdot 100%
]
Współczynnik zmienności pokazuje odchylenie standardowe jako procent średniej. Jest miarą względną i pozwala porównywać zróżnicowanie zbiorów o różnych skalach.
Przykładowo odchylenie standardowe wynoszące (10) przy średniej (100) oznacza względną zmienność na poziomie (10%). Ta sama wartość odchylenia przy średniej (20) oznacza zmienność na poziomie (50%).
Współczynnik zmienności należy jednak stosować ostrożnie. Nie jest odpowiedni dla każdej skali pomiarowej, a szczególne problemy pojawiają się wtedy, gdy średnia jest bliska zeru.
Odchylenie standardowe w rozkładzie normalnym
Odchylenie standardowe odgrywa szczególnie ważną rolę w rozkładzie normalnym. Jest to symetryczny rozkład o charakterystycznym kształcie dzwonu, często wykorzystywany jako model wielu zjawisk.
W przybliżeniu:
- około (68%) obserwacji mieści się w zakresie jednego odchylenia standardowego od średniej,
- około (95%) obserwacji mieści się w zakresie dwóch odchyleń standardowych,
- około (99{,}7%) obserwacji mieści się w zakresie trzech odchyleń standardowych.
Zasada ta jest znana jako reguła trzech sigm albo reguła (68)-(95)-(99{,}7).
Jeżeli średnia wzrostu wynosi (170) cm, a odchylenie standardowe (5) cm i dane mają rozkład zbliżony do normalnego, około (68%) obserwacji powinno znajdować się między (165) a (175) cm. Około (95%) powinno mieścić się między (160) a (180) cm.
Reguły tej nie należy automatycznie stosować do każdego zbioru. Jej sens zależy od tego, czy rozkład rzeczywiście jest zbliżony do normalnego.
Symbol sigma w odchyleniu standardowym
Odchylenie standardowe populacji najczęściej oznacza się grecką literą sigma:
[
\\sigma
]
Wariancję populacji zapisuje się jako:
[
\\sigma^2
]
Odchylenie standardowe z próby oznacza się zwykle literą:
[
s
]
Natomiast wariancję z próby zapisuje się jako:
[
s^2
]
Rozróżnienie symboli pomaga od razu zobaczyć, czy mówimy o parametrze całej populacji, czy o statystyce obliczonej na podstawie próby.
W praktyce nie wszystkie podręczniki i programy stosują identyczne oznaczenia, dlatego zawsze warto sprawdzić definicję używaną w konkretnym materiale.
Suma kwadratów odchyleń
Ważnym elementem wzoru jest suma kwadratów odchyleń:
[
\\sum_{i=1}^{n}(x_i-\\bar{x})^2
]
W języku angielskim często oznacza się ją skrótem (SS), od słów „sum of squares”. Jest ona podstawą obliczenia wariancji i pojawia się także w analizie regresji, analizie wariancji oraz wielu innych metodach statystycznych.
Suma kwadratów rośnie wraz z liczbą obserwacji, dlatego sama w sobie nie jest wygodną miarą porównawczą. Dopiero podzielenie jej przez odpowiedni mianownik prowadzi do wariancji.
Stopnie swobody we wzorze
Wzór dla próby wykorzystuje mianownik (n-1). Liczba ta odpowiada liczbie stopni swobody przy szacowaniu wariancji.
Jeżeli znamy średnią z próby oraz (n-1) odchyleń, ostatnie odchylenie nie jest już dowolne. Suma wszystkich odchyleń od średniej musi wynosić zero. Oznacza to, że tylko (n-1) różnic może zmieniać się niezależnie.
To intuicyjne wyjaśnienie pomaga zrozumieć, skąd bierze się liczba stopni swobody. Pełne uzasadnienie statystyczne wiąże się z własnościami estymatora wariancji populacji.
Uproszczony wzór obliczeniowy
W niektórych sytuacjach stosuje się równoważny wzór obliczeniowy na wariancję populacji:
[
\\sigma^2=\\frac{\\sum x_i^2}{N}-\\mu^2
]
Dla próby można spotkać postać:
[
s^2=\\frac{\\sum x_i^2-\\frac{(\\sum x_i)^2}{n}}{n-1}
]
Wzory te mogą ułatwiać obliczenia ręczne, szczególnie gdy dysponujemy sumą wartości i sumą ich kwadratów. W obliczeniach komputerowych trzeba jednak uważać na stabilność numeryczną, zwłaszcza gdy liczby są bardzo duże, a zróżnicowanie niewielkie.
W edukacji najczęściej zaleca się zaczynanie od podstawowego wzoru opartego na odchyleniach od średniej, ponieważ lepiej pokazuje on sens całej miary.
Odchylenie standardowe dla danych z tabeli liczebności
Dane nie zawsze są zapisane jako osobna lista wszystkich obserwacji. Często występują w tabeli, w której każdej wartości przypisana jest liczebność.
Jeżeli wartość (x_i) występuje (f_i) razy, średnią populacyjną można obliczyć ze wzoru:
[
\\mu=\\frac{\\sum f_ix_i}{\\sum f_i}
]
Wariancja populacji ma wtedy postać:
[
\\sigma^2=\\frac{\\sum f_i(x_i-\\mu)^2}{\\sum f_i}
]
Odchylenie standardowe to pierwiastek z otrzymanej wariancji.
Zastosowanie liczebności pozwala uniknąć wielokrotnego zapisywania tych samych wartości. Jeśli ocena (4) występuje dziesięć razy, nie trzeba wypisywać jej dziesięciokrotnie. Wystarczy uwzględnić częstotliwość w obliczeniach.
Odchylenie standardowe dla danych przedziałowych
W przypadku danych pogrupowanych w przedziały nie znamy dokładnych wartości każdej obserwacji. Do obliczeń wykorzystuje się zazwyczaj środki przedziałów.
Jeżeli przedział obejmuje wartości od (10) do (20), za reprezentanta przyjmuje się środek:
[
\\frac{10+20}{2}=15
]
Następnie każdy środek mnoży się przez liczebność odpowiedniego przedziału i stosuje wzory dla danych z tabeli liczebności.
Wynik jest przybliżony, ponieważ zakładamy, że wszystkie obserwacje z danego przedziału można reprezentować przez jego środek. Im szersze przedziały i bardziej nierównomierny rozkład wewnątrz nich, tym większa może być niedokładność.
Obserwacje odstające a odchylenie standardowe
Odchylenie standardowe jest wrażliwe na wartości odstające. Wynika to z podnoszenia różnic do kwadratu. Pojedyncza obserwacja bardzo odległa od średniej może znacząco zwiększyć wynik.
Rozważmy zbiór:
[
10,\\ 11,\\ 11,\\ 12,\\ 12
]
oraz zbiór:
[
10,\\ 11,\\ 11,\\ 12,\\ 100
]
W drugim przypadku wartość (100) silnie przesuwa średnią i powoduje ogromny wzrost odchylenia standardowego. Może to odzwierciedlać rzeczywiste zróżnicowanie, ale może też wynikać z błędu pomiaru lub wprowadzania danych.
Przed interpretacją odchylenia standardowego warto zatem obejrzeć rozkład, sprawdzić minimum, maksimum, kwartyle i ewentualne obserwacje nietypowe.
Kiedy odchylenie standardowe może być mylące
Odchylenie standardowe najlepiej współpracuje ze średnią i jest szczególnie użyteczne dla rozkładów względnie symetrycznych. W przypadku rozkładów silnie skośnych średnia może być przesunięta przez wartości skrajne, a odchylenie standardowe może nie oddawać typowego zróżnicowania większości obserwacji.
Przykładem są dochody. Niewielka liczba bardzo wysokich wartości może znacząco podnieść średnią i odchylenie standardowe. W takiej sytuacji warto dodatkowo podać medianę i rozstęp międzykwartylowy.
Nie oznacza to, że odchylenie standardowe staje się niepoprawne. Nadal opisuje rozproszenie względem średniej, ale może nie być wystarczające do pełnego przedstawienia danych.
Odchylenie standardowe i rozstęp międzykwartylowy
Rozstęp międzykwartylowy, oznaczany jako (IQR), oblicza się ze wzoru:
[
IQR=Q_3-Q_1
]
Pokazuje on szerokość przedziału, w którym znajduje się środkowe (50%) danych. Jest mniej wrażliwy na obserwacje skrajne niż odchylenie standardowe.
Odchylenie standardowe jest naturalnym uzupełnieniem średniej, natomiast rozstęp międzykwartylowy najlepiej łączyć z medianą. Dla rozkładu symetrycznego często podaje się średnią i odchylenie standardowe. Dla rozkładu skośnego bardziej reprezentatywne mogą być mediana i kwartyle.
Jak obliczyć odchylenie standardowe w Excelu
W arkuszach kalkulacyjnych nie trzeba wykonywać wszystkich etapów ręcznie. Excel oferuje osobne funkcje dla populacji i próby.
Dla całej populacji stosuje się funkcję odpowiadającą odchyleniu standardowemu populacji, natomiast dla próby funkcję obliczającą odchylenie standardowe z korektą (n-1). Nazwy funkcji zależą od wersji językowej i wersji programu, dlatego warto zwrócić uwagę na opis funkcji.
Najważniejsze jest dobranie właściwego wariantu. Użycie funkcji populacyjnej zamiast próbnej nie musi dramatycznie zmienić wyniku przy bardzo dużym zbiorze, ale przy małej próbie różnica może być zauważalna.
Przed zatwierdzeniem obliczeń warto sprawdzić, czy zakres nie obejmuje nagłówka, pustych komórek, tekstu albo przypadkowych wartości.
Odchylenie standardowe w Google Sheets
Arkusze Google również umożliwiają obliczanie odchylenia standardowego za pomocą gotowych funkcji. Podobnie jak w Excelu dostępne są warianty dla populacji i próby.
Zasada wyboru pozostaje identyczna:
- jeśli dane są całą analizowaną zbiorowością, wybieramy wersję populacyjną,
- jeśli dane są próbą używaną do wnioskowania o większej populacji, wybieramy wersję próbną.
Program wykonuje obliczenia automatycznie, ale nie podejmuje za użytkownika decyzji metodologicznej. To analityk musi wiedzieć, jaki charakter ma zbiór.
Odchylenie standardowe w kalkulatorze
Wiele kalkulatorów naukowych ma tryb statystyczny. Po wprowadzeniu danych można otrzymać średnią, liczebność, sumę, wariancję i odchylenie standardowe.
Na ekranie mogą pojawić się dwa symbole:
- (\\sigma_x) – odchylenie standardowe populacji,
- (s_x) – odchylenie standardowe próby.
Przed odczytaniem wyniku trzeba więc upewnić się, który symbol jest właściwy. Instrukcje różnią się między modelami kalkulatorów, ale sens statystyczny pozostaje taki sam.
Odchylenie standardowe w języku Python
W analizie danych odchylenie standardowe często oblicza się za pomocą bibliotek programistycznych. Trzeba jednak uważać na domyślne ustawienia.
Niektóre funkcje domyślnie dzielą przez (n), inne przez (n-1). Parametr odpowiedzialny za liczbę stopni swobody bywa oznaczany jako ddof. Wartość ddof=0 odpowiada zwykle odchyleniu populacyjnemu, a ddof=1 odchyleniu z próby.
To ważne, ponieważ dwa programy mogą zwrócić różne wyniki dla tych samych danych, mimo że oba działają poprawnie. Różnica wynika wtedy z przyjętej definicji, a nie z błędu obliczeniowego.
Najczęstsze błędy w obliczaniu odchylenia standardowego
Jednym z najczęstszych błędów jest pomylenie wzoru populacyjnego i próbnego. Osoba wykonująca obliczenia mechanicznie może podzielić przez (n), mimo że dane są próbą, albo przez (n-1), mimo że opisuje pełną populację.
Inne typowe błędy to:
- niepoprawne obliczenie średniej,
- pominięcie jednej obserwacji,
- niepodniesienie wszystkich odchyleń do kwadratu,
- wyciągnięcie pierwiastka z sumy przed podzieleniem,
- pomylenie wariancji z odchyleniem standardowym,
- błędne zaokrąglanie na pośrednich etapach,
- nieuwzględnienie liczebności w tabeli danych.
Dobrą praktyką jest przechowywanie większej liczby miejsc po przecinku podczas obliczeń i zaokrąglanie dopiero końcowego wyniku.
Dlaczego suma odchyleń od średniej wynosi zero
Dla dowolnego zbioru danych suma różnic między obserwacjami a ich średnią arytmetyczną wynosi zero:
[
\\sum_{i=1}^{n}(x_i-\\bar{x})=0
]
Można to pokazać algebraicznie:
[
\\sum_{i=1}^{n}(x_i-\\bar{x})=\\sum_{i=1}^{n}x_i-n\\bar{x}
]
Ponieważ:
[
\\bar{x}=\\frac{\\sum x_i}{n}
]
to:
[
n\\bar{x}=\\sum x_i
]
a więc:
[
\\sum x_i-n\\bar{x}=0
]
Ta własność pokazuje, że średnia jest punktem równowagi danych. Jednocześnie wyjaśnia, dlaczego zwykłe uśrednianie odchyleń nie może służyć jako miara rozproszenia.
Wpływ dodawania stałej do wszystkich wartości
Jeżeli do każdej obserwacji dodamy tę samą stałą, średnia zmieni się o tę stałą, ale odchylenie standardowe pozostanie bez zmian.
Przykładowo zbiory:
[
1,\\ 2,\\ 3
]
oraz:
[
101,\\ 102,\\ 103
]
mają różne średnie, ale takie samo odchylenie standardowe. W drugim zbiorze każda wartość została zwiększona o (100), lecz wzajemne odległości między obserwacjami nie uległy zmianie.
Ta własność jest ważna przy zmianie punktu odniesienia i transformacjach danych.
Wpływ mnożenia wszystkich wartości
Jeżeli każdą obserwację pomnożymy przez stałą (a), odchylenie standardowe zostanie pomnożone przez wartość bezwzględną tej stałej:
[
SD(aX)=|a|SD(X)
]
Przykładowo przy przeliczaniu metrów na centymetry każdą wartość mnoży się przez (100). Odchylenie standardowe również zostaje pomnożone przez (100).
Jeżeli wszystkie wartości pomnożymy przez liczbę ujemną, odchylenie standardowe nadal pozostanie nieujemne, dlatego pojawia się wartość bezwzględna.
Standaryzacja danych i wynik z
Odchylenie standardowe służy do standaryzacji danych. Wynik standaryzowany, nazywany wynikiem (z), oblicza się ze wzoru:
[
z=\\frac{x-\\mu}{\\sigma}
]
W przypadku próby można odpowiednio użyć średniej z próby i odchylenia standardowego z próby.
Wartość (z) mówi, o ile odchyleń standardowych dana obserwacja znajduje się od średniej. Jeżeli (z=2), wynik leży dwa odchylenia standardowe powyżej średniej. Jeśli (z=-1{,}5), znajduje się półtora odchylenia poniżej średniej.
Standaryzacja umożliwia porównywanie wyników zapisanych w różnych skalach. Jest szeroko stosowana w psychometrii, edukacji, analizie danych i uczeniu maszynowym.
Odchylenie standardowe w finansach
W finansach odchylenie standardowe bywa używane jako miara zmienności stóp zwrotu. Im większe odchylenie, tym bardziej wyniki inwestycji zmieniały się w analizowanym okresie.
Wysoka zmienność jest często interpretowana jako wyższe ryzyko, choć odchylenie standardowe nie opisuje wszystkich rodzajów ryzyka. Traktuje dodatnie i ujemne odchylenia od średniej w podobny sposób, ponieważ oba są podnoszone do kwadratu.
Dwie inwestycje mogą mieć taką samą średnią stopę zwrotu, ale różne odchylenia standardowe. Inwestycja z niższym odchyleniem charakteryzuje się bardziej stabilnymi wynikami historycznymi.
Nie należy jednak podejmować decyzji finansowych wyłącznie na podstawie tej jednej miary. Znaczenie mają również horyzont czasowy, płynność, ryzyko strat, korelacje i charakter rozkładu wyników.
Odchylenie standardowe w edukacji
W edukacji odchylenie standardowe pozwala analizować zróżnicowanie ocen i wyników testów. Średnia pokazuje ogólny poziom grupy, a odchylenie standardowe informuje, czy uczniowie osiągnęli podobne, czy bardzo różne rezultaty.
Małe odchylenie może oznaczać jednorodną grupę. Duże może wskazywać na silne różnice w poziomie wiedzy, przygotowaniu albo sposobie rozwiązania zadania.
Interpretacja musi uwzględniać skalę testu i jego trudność. Duże zróżnicowanie nie zawsze świadczy o problemie. Może być naturalnym skutkiem badania grupy o różnym poziomie umiejętności.
Odchylenie standardowe w medycynie i badaniach
W badaniach medycznych odchylenie standardowe służy do opisu zmienności parametrów takich jak ciśnienie krwi, masa ciała, stężenie substancji we krwi, czas reakcji czy wynik skali klinicznej.
Wyniki często przedstawia się jako średnia plus lub minus odchylenie standardowe. Taki zapis może być użyteczny, ale nie oznacza automatycznie, że wszystkie wartości znajdują się w tym przedziale. Zakres średnia (\\pm SD) obejmuje około (68%) obserwacji tylko przy rozkładzie zbliżonym do normalnego.
W publikacjach naukowych trzeba odróżniać odchylenie standardowe od przedziału ufności i błędu standardowego. Każda z tych miar odpowiada na inne pytanie.
Odchylenie standardowe w produkcji i kontroli jakości
W produkcji odchylenie standardowe pomaga oceniać stabilność procesu. Jeżeli średnica elementu powinna wynosić określoną wartość, niskie odchylenie standardowe oznacza, że kolejne produkty są do siebie podobne.
Wysokie odchylenie może wskazywać na niestabilność maszyny, zmienność materiału, różnice w warunkach pracy albo problemy pomiarowe. Nie wystarczy jednak analizować samego odchylenia. Proces może być bardzo powtarzalny, ale systematycznie przesunięty względem wymaganej wartości.
Kontrola jakości wymaga więc jednoczesnego badania położenia średniej, zmienności i granic specyfikacji.
Odchylenie standardowe w sporcie
W analizie sportowej odchylenie standardowe może pokazywać regularność wyników zawodnika. Dwóch sportowców może mieć identyczny średni rezultat, ale jeden osiągać wyniki bardzo stabilne, a drugi przeplatać świetne występy ze słabymi.
Niskie odchylenie oznacza większą przewidywalność. Wysokie wskazuje na nieregularność, która może wynikać z formy, warunków, taktyki, zdrowia albo jakości przeciwników.
Odchylenie standardowe można stosować do czasów biegu, liczby punktów, skuteczności, prędkości, obciążeń treningowych i wielu innych parametrów.
Odchylenie standardowe w badaniach ankietowych
W ankietach odchylenie standardowe służy do oceny zgodności odpowiedzi. Jeżeli respondenci wybierają wartości na skali od (1) do (5), niskie odchylenie sugeruje podobne opinie. Wysokie może oznaczać polaryzację lub duże zróżnicowanie postaw.
Trzeba jednak pamiętać, że skale ankietowe mają ograniczony zakres i często charakter porządkowy. Mechaniczne stosowanie średniej i odchylenia standardowego nie zawsze jest najlepszym rozwiązaniem. Warto dodatkowo pokazywać rozkład odpowiedzi, medianę i częstości.
Czy odchylenie standardowe może być większe od średniej
Tak, odchylenie standardowe może być większe od średniej. Nie istnieje ogólna zasada zabraniająca takiej sytuacji.
Przykładowo w zbiorze zawierającym wiele małych wartości i jedną bardzo dużą obserwację rozproszenie może znacznie przewyższać średnią. Jest to częste w silnie skośnych rozkładach.
Taki wynik powinien skłonić do dokładniejszego obejrzenia danych. Może wskazywać na duże zróżnicowanie, wartości odstające albo nieadekwatność średniej jako głównej miary położenia.
Czy odchylenie standardowe może być ujemne
Odchylenie standardowe nie może być ujemne. Kwadraty odchyleń są nieujemne, ich średnia również jest nieujemna, a pierwiastek kwadratowy przyjmuje wartość nieujemną.
Najmniejszą możliwą wartością odchylenia standardowego jest zero. Oznacza ona brak jakiegokolwiek zróżnicowania.
Jeśli program zwraca ujemną wartość opisaną jako odchylenie standardowe, prawdopodobnie doszło do błędu w obliczeniach, interpretacji albo prezentacji danych.
Zaokrąglanie odchylenia standardowego
W obliczeniach ręcznych warto zachować kilka dodatkowych miejsc po przecinku na etapach pośrednich. Zbyt wczesne zaokrąglanie średniej i kwadratów odchyleń może zmienić końcowy wynik.
Najlepiej wykonać obliczenia z możliwie dużą dokładnością, a dopiero odchylenie standardowe zaokrąglić do wymaganej liczby miejsc.
Liczba miejsc po przecinku powinna odpowiadać kontekstowi. W danych pomiarowych nie warto prezentować sztucznej precyzji przekraczającej dokładność urządzenia.
Jak zapisywać wynik w raporcie
Wynik można zapisać na przykład w formie:
średnia = 50, odchylenie standardowe = 8
albo:
[
M=50,\\ SD=8
]
W publikacjach naukowych często spotyka się zapis:
[
50\\pm 8
]
Należy jednak wyjaśnić, co oznacza liczba po znaku plus-minus. Może to być odchylenie standardowe, błąd standardowy albo inna miara. Bez podpisu zapis może być niejednoznaczny.
Dobrze przygotowany raport powinien podawać również liczebność próby oraz informację o charakterze rozkładu, jeśli ma ona znaczenie.
Odchylenie standardowe dla pojedynczej obserwacji
Dla populacji składającej się z jednej obserwacji odchylenie standardowe wynosi zero, ponieważ wartość jest równa własnej średniej.
Dla próby składającej się z jednej obserwacji klasyczny wzór z mianownikiem (n-1) prowadzi do dzielenia przez zero. Odchylenie standardowe z próby nie jest wtedy zdefiniowane.
To pokazuje, że do oszacowania zmienności populacji potrzeba co najmniej dwóch obserwacji.
Łączenie odchyleń standardowych
Nie można zwykle obliczyć odchylenia standardowego połączonych grup przez zwykłe uśrednienie ich odchyleń. Trzeba uwzględnić liczebności, średnie grup oraz różnice między tymi średnimi.
Dwie grupy mogą mieć niskie odchylenia wewnętrzne, ale bardzo różne średnie. Po ich połączeniu całkowite odchylenie może być wysokie.
Do prawidłowego połączenia potrzebne są co najmniej:
- liczebność każdej grupy,
- średnia każdej grupy,
- wariancja lub odchylenie standardowe każdej grupy.
Jest to ważne przy agregowaniu wyników z różnych klas, oddziałów, regionów lub okresów.
Odchylenie standardowe dla sumy zmiennych
W rachunku prawdopodobieństwa wariancja sumy zależy od wariancji składników i ich współzależności.
Dla dwóch zmiennych losowych:
[
Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)
]
Jeśli zmienne są niezależne, kowariancja wynosi zero, a więc:
[
Var(X+Y)=Var(X)+Var(Y)
]
Odchylenia standardowe nie sumują się bezpośrednio. Najpierw sumuje się wariancje, a następnie wyciąga pierwiastek.
To ważne w analizie błędów pomiarowych, finansach, modelowaniu ryzyka i badaniu procesów losowych.
Ręczne obliczenia a program statystyczny
Ręczne obliczanie odchylenia standardowego jest bardzo wartościowe podczas nauki. Pozwala zrozumieć, skąd bierze się wynik i jak działa wzór.
W praktycznej analizie dużych zbiorów wykorzystuje się programy komputerowe. Przy tysiącach lub milionach obserwacji ręczne liczenie byłoby niemożliwe. Program nie zwalnia jednak z rozumienia pojęcia. Trzeba wiedzieć, jaki wariant funkcji wybrać, jak traktowane są braki danych i jak interpretować wynik.
Najlepsze podejście łączy rozumienie matematyczne z umiejętnością korzystania z narzędzi.
Jak nauczyć się wzoru na odchylenie standardowe
Najłatwiej zapamiętać wzór przez zrozumienie kolejności działań, a nie przez mechaniczne uczenie symboli.
Można myśleć o nim jako o pięciu krokach:
średnia – różnica – kwadrat – przeciętna – pierwiastek.
Najpierw znajdujemy centrum danych. Potem mierzymy odległości od centrum. Następnie usuwamy znaki przez kwadratowanie. Uśredniamy kwadraty i wracamy do pierwotnej jednostki przez pierwiastek.
Takie rozumienie ułatwia odtworzenie wzoru nawet wtedy, gdy nie pamiętamy go dokładnie.
Praktyczne znaczenie odchylenia standardowego
Odchylenie standardowe jest jedną z najbardziej uniwersalnych miar statystycznych. Pozwala analizować wyniki testów, pomiary laboratoryjne, dane finansowe, procesy produkcyjne, osiągnięcia sportowe, odpowiedzi ankietowe i wiele innych zjawisk.
Jego siła polega na tym, że sprowadza rozproszenie całego zbioru do jednej liczby. Jest to ogromne uproszczenie, dlatego wynik powinien być uzupełniony wykresem i innymi miarami. Mimo tego odchylenie standardowe pozostaje podstawowym językiem opisu zmienności.
Najważniejsze wnioski dotyczące wzoru
Wzór na odchylenie standardowe nie jest przypadkowym zestawem symboli. Każdy jego element ma określoną funkcję. Średnia wyznacza punkt odniesienia, różnice mierzą oddalenie obserwacji, kwadraty zapobiegają znoszeniu znaków, dzielenie tworzy przeciętną wartość kwadratowych odchyleń, a pierwiastek przywraca pierwotną jednostkę.
Najważniejsze jest rozróżnienie między wzorem dla populacji:
[
\\sigma=\\sqrt{\\frac{1}{N}\\sum_{i=1}^{N}(x_i-\\mu)^2}
]
a wzorem dla próby:
[
s=\\sqrt{\\frac{1}{n-1}\\sum_{i=1}^{n}(x_i-\\bar{x})^2}
]
Wybór mianownika zależy od tego, czy opisujemy pełną zbiorowość, czy na podstawie próby szacujemy zmienność większej populacji.
Odchylenie standardowe wzór warto znać nie tylko po to, aby wykonywać obliczenia. Jego prawdziwe znaczenie ujawnia się podczas interpretacji danych. Miara ta pokazuje, jak bardzo wyniki różnią się od średniej, pozwala porównywać grupy, oceniać stabilność procesów i rozpoznawać duże zróżnicowanie. Stosowana świadomie stanowi jedno z najważniejszych narzędzi statystyki opisowej.
