Kalkulator odchylenia standardowego
Wklej obserwacje, zachowując polski przecinek dziesiętny, i wybierz, czy dane opisują całą populację, czy próbę. Otrzymasz odchylenie, wariancję, średnią oraz przejrzysty rachunek mianownika n albo n − 1.
Próbki na stole
Przykład wartości dziesiętnych: 1,5; 1,75; 2,0. Przecinek nie rozdziela elementów listy.
Profil danych
Od obserwacji do odchylenia — cztery etapy
Najpierw kalkulator wyznacza średnią arytmetyczną, czyli sumę wszystkich wartości podzieloną przez ich liczbę. Następnie od każdej obserwacji odejmuje średnią. Te różnice mogą być dodatnie albo ujemne i sumują się do wartości bliskiej zeru, dlatego nie wystarczy ich po prostu dodać. Każde odchylenie jest podnoszone do kwadratu, co usuwa znak i mocniej uwidacznia duże odległości.
Suma kwadratów zostaje podzielona przez n dla populacji albo n − 1 dla próby. Otrzymana wariancja jest pierwiastkowana. Ten ostatni krok przywraca jednostkę pierwotnych danych. Narzędzie pokazuje sumę kwadratów, dzielnik i końcowy pierwiastek, dzięki czemu możesz odtworzyć rachunek, a nie tylko przepisać liczbę.
Kiedy wybrać całą populację?
Tryb populacji jest odpowiedni, gdy zestaw zawiera wszystkie obiekty, o których chcesz mówić. Jeżeli analizujesz czasy każdego z dwunastu miesięcy konkretnego roku i wniosek dotyczy wyłącznie tych miesięcy, nie estymujesz brakujących obserwacji. Dzielnik n opisuje rozrzut tej zamkniętej grupy.
Słowo „populacja” nie oznacza koniecznie milionów osób. Może to być komplet piętnastu partii wyprodukowanych w danym dniu, wszystkie wyniki ucznia w zakończonym semestrze albo każdy pomiar z jednego, w pełni zarejestrowanego cyklu. Decyduje zakres wniosku, a nie wielkość tabeli.
Kiedy zastosować próbę i n − 1?
Tryb próby wybierz, gdy obserwacje są częścią większego procesu lub zbioru i chcesz szacować jego zróżnicowanie. Średnia z próby została oszacowana z tych samych danych, co pochłania jeden stopień swobody. Dzielenie przez n − 1, nazywane korektą Bessela, koryguje typowe zaniżenie estymatora wariancji populacji.
Próba potrzebuje co najmniej dwóch wartości. Dla jednej obserwacji mianownik wynosiłby zero, więc odchylenie próbne nie jest określone. Sama korekta nie naprawia złego doboru danych. Niereprezentatywna, wygodna albo zależna próba może prowadzić do błędnych wniosków mimo poprawnej arytmetyki.
Odchylenie zachowuje jednostkę
Jeżeli dane są podane w sekundach, odchylenie standardowe także jest w sekundach. Wariancja ma natomiast jednostkę sekund kwadratowych, która jest matematycznie poprawna, lecz mniej intuicyjna. Dlatego w opisie praktycznym częściej raportuje się odchylenie, a wariancję wykorzystuje w dalszych wzorach statystycznych.
Nie dopisuj jednostki do każdego elementu w polu tekstowym, bo parser oczekuje liczb. Jednostkę zanotuj obok analizy i stosuj ją konsekwentnie. Mieszanie metrów z centymetrami albo złotych z tysiącami złotych może wygenerować liczbę bez sensownej interpretacji, choć sam rachunek przejdzie poprawnie.
Jak wprowadzać liczby po polsku?
Przecinek pozostaje separatorem dziesiętnym: zapis 12,5 oznacza dwanaście i pół. Z tego powodu listę rozdzielaj średnikiem, spacją lub nowym wierszem. Tekst „12,5; 13,1; 11,9” tworzy trzy obserwacje. Kropka dziesiętna jest również akceptowana, aby można było wkleić eksport z systemu technicznego.
Nie używaj przecinka jako separatora elementów. Sekwencja „1, 2, 3” zostanie potraktowana jako niepoprawne tokeny, a nie trzy liczby. Usuń symbole walut, procentów, jednostek i komentarze. Znak minus oraz zapis dziesiętny są dozwolone, lecz każda pozycja musi dać się jednoznacznie zamienić na liczbę skończoną.
Przykład: 10, 12, 9, 11 i 13
Suma pięciu obserwacji wynosi 55, więc średnia to 11. Odchylenia od średniej to −1, 1, −2, 0 i 2. Po podniesieniu do kwadratu otrzymujemy 1, 1, 4, 0 i 4, a ich suma wynosi 10. W trybie populacji dzielimy przez 5: wariancja to 2, a odchylenie √2, czyli około 1,4142.
W trybie próby dzielnikiem jest 4. Wariancja próbna wynosi 2,5, a odchylenie około 1,5811. Oba rezultaty są poprawne, ale odpowiadają innemu pytaniu. Nie wybieraj większej wartości „dla bezpieczeństwa”; wybierz definicję zgodną z zakresem badania.
Obserwacje skrajne silnie wpływają na miarę
Kwadrat odległości sprawia, że jedna bardzo odległa wartość może zauważalnie podnieść wariancję i odchylenie. Nie oznacza to automatycznie błędu do usunięcia. Punkt może być literówką, awarią czujnika, rzadkim prawdziwym zdarzeniem albo sygnałem, że mieszane są dwie różne grupy.
Kalkulator celowo niczego nie usuwa. Najpierw wróć do źródła, sprawdź jednostki, sposób pomiaru i reguły jakości. Jeśli raportujesz analizę bez wartości odstającej, pokaż także pełny wariant i uzasadnij kryterium wyłączenia. Usuwanie punktu tylko dlatego, że pogarsza oczekiwany rezultat, zniekształca wniosek.
Odchylenie nie dowodzi rozkładu normalnego
Średnia i odchylenie mogą opisać każdy zestaw liczbowy, również silnie skośny, dwumodalny albo ograniczony. Popularna interpretacja zakresów wokół średniej, na przykład około 68% obserwacji w jednym odchyleniu, wynika z modelu rozkładu normalnego. Nie wolno stosować jej mechanicznie bez oceny kształtu i założeń.
Dwa zbiory mogą mieć tę samą średnią i odchylenie, a wyglądać zupełnie inaczej. Obejrzyj histogram, wykres punktowy lub kwantyle, zwłaszcza gdy decyzja dotyczy ryzyka ogonowego. Mały zestaw nie pozwala wiarygodnie ocenić kształtu, nawet jeśli kalkulator podaje wiele cyfr po przecinku.
Współczynnik zmienności CV
CV dzieli odchylenie przez wartość bezwzględną średniej i wyraża wynik w procentach. Pomaga porównywać względny rozrzut zestawów o różnych skalach, na przykład czasu dwóch procesów o innych średnich. Kalkulator nie podaje CV, gdy średnia wynosi zero, ponieważ dzielenie nie ma wtedy sensu.
Miara najlepiej sprawdza się dla skali ilorazowej z sensownym zerem i dodatnimi wartościami. Porównywanie temperatur Celsjusza za pomocą CV może być mylące, bo zero jest umowne. Przy średniej bardzo bliskiej zeru wskaźnik eksploduje i traci praktyczną stabilność. Zawsze raportuj także średnią oraz odchylenie.
Zaokrąglanie i liczba cyfr
Obliczenia są wykonywane na pełnej precyzji JavaScript, a ekran pokazuje do sześciu miejsc dziesiętnych. Nie zaokrąglaj średniej przed policzeniem odchyleń, bo błąd przejdzie do wszystkich kwadratów. W raporcie dobierz liczbę cyfr do dokładności pomiaru, nie do możliwości wyświetlacza.
Jeżeli dane są mierzone z dokładnością 0,1 jednostki, publikowanie dziesięciu miejsc odchylenia sugeruje nieistniejącą pewność. Zachowaj dodatkowe cyfry w obliczeniu, a końcową wartość zaokrąglij spójnie. Przy bardzo dużych lub skrajnie różnych liczbach warto użyć specjalistycznego oprogramowania z algorytmem odpornym numerycznie.
Porównywanie grup wymaga kontekstu
Mniejsze odchylenie może oznaczać bardziej stabilny proces, ale nie mówi, czy jego średnia jest właściwa. Produkcja o bardzo równych wymiarach nadal może być systematycznie przesunięta poza specyfikację. W ocenach szkolnych mały rozrzut może oznaczać podobne wyniki, lecz bez średniej nie wiadomo, czy były wysokie.
Grupy powinny mieć porównywalny sposób pomiaru, okres i definicję obserwacji. Zmiana przyrządu, selekcja uczestników albo sezonowość potrafią stworzyć pozorną różnicę. Odchylenie jest opisem danych, nie dowodem przyczynowym. Decyzje wymagają projektu badania oraz odpowiedniej niepewności.
Najczęstsze błędy rachunkowe
Częsty błąd to użycie n − 1 bez zastanowienia albo podzielenie samego odchylenia przez liczność. Inny polega na sumowaniu bezwzględnych odległości zamiast kwadratów — daje to inną miarę. Zdarza się też pierwiastkowanie każdego składnika przed zsumowaniem, co nie odpowiada definicji wariancji.
W arkuszu zwróć uwagę, czy funkcja dotyczy próby czy populacji; nazwy bywają podobne. Przy danych z wagami potrzebny jest inny wzór niż tutaj. Jeżeli jedna liczba reprezentuje wiele obserwacji, najpierw rozwiń częstotliwości lub użyj prawidłowej wersji ważonej zamiast wklejania samych unikalnych wartości.
Odchylenie standardowe a błąd standardowy
Te dwie wielkości odpowiadają na inne pytania. Odchylenie standardowe opisuje, jak bardzo pojedyncze obserwacje różnią się od średniej. Błąd standardowy średniej opisuje natomiast niepewność oszacowanej średniej i w prostym modelu niezależnych obserwacji jest równy odchyleniu próby podzielonemu przez pierwiastek z liczności. Kalkulator pokazuje pierwszą miarę, nie drugą.
Dodawanie kolejnych podobnie zebranych obserwacji zwykle zmniejsza błąd standardowy, ale nie musi zmniejszać rozrzutu samych wartości. Dlatego zdanie „dane mają mały błąd” bez nazwania miary jest niejasne. W raporcie wpisz symbol, definicję próby oraz liczność. Jeżeli pomiary są zależne w czasie, zgrupowane albo ważone, prosty wzór na błąd standardowy może być niewłaściwy.
Powtarzane pomiary i rozdzielczość przyrządu
Seria powtórzeń jednego obiektu może ujawniać krótkoterminową powtarzalność metody, ale niekoniecznie zmienność całego procesu. Jeśli wszystkie odczyty wykonano tym samym przyrządem, operatorem i w jednym kwadransie, nie obejmują zmian między dniami, partiami ani stanowiskami. Zakres wniosku powinien odpowiadać planowi zbierania danych.
Gdy przyrząd zaokrągla odczyt do dużego kroku, wiele wartości może być identycznych, a policzone odchylenie sztucznie małe. Nie oznacza to zerowej niepewności. Zapisz rozdzielczość, warunki oraz procedurę kalibracji. Statystyczny rozrzut obserwacji i niepewność pomiaru są powiązane, lecz nie są tym samym parametrem i nie powinny być zamieniane bez modelu pomiarowego.
Najczęstsze pytania o odchylenie standardowe
Czym różni się odchylenie próby od populacji?
Populacja dzieli sumę kwadratów przez n, a próba przez n − 1, aby estymować zróżnicowanie większego zbioru.
Czy mogę oddzielać liczby przecinkiem?
Nie, ponieważ w polskim zapisie przecinek oznacza część dziesiętną. Elementy oddzielaj średnikiem, spacją lub nowym wierszem.
Dlaczego dla jednej liczby nie ma odchylenia próbnego?
Mianownik n − 1 wynosi wtedy zero. Do oszacowania rozrzutu próby potrzebne są co najmniej dwie obserwacje.
Czy duże odchylenie oznacza błąd danych?
Nie zawsze. Może opisywać prawdziwą zmienność, mieszaninę grup lub wartość odstającą; potrzebna jest kontrola źródła i wykres.
Czy odchylenie ma tę samą jednostkę co dane?
Tak. Wariancja ma jednostkę kwadratową, natomiast pierwiastek przywraca jednostkę obserwacji.
Czy z odchylenia mogę wywnioskować rozkład normalny?
Nie. Odchylenie opisuje skalę rozrzutu, ale samo nie identyfikuje kształtu rozkładu ani normalności.