Så Använder Du
- Ange värden
Fyll i de nödvändiga fälten.
- Klicka beräkna
Tryck på beräkna-knappen för resultat.
- Se resultat
Se resultaten och dela vid behov.
Vad är standardavvikelse?
Standardavvikelse är ett spridningsmått som i ett enda tal sammanfattar hur långt datavärdena ligger från sitt medelvärde. Två dataset kan ha samma medelvärde men ändå bete sig helt olika i fråga om stabilitet och risk om deras standardavvikelser skiljer sig åt.
Varför det är viktigt
Standardavvikelsen avslöjar den variabilitet som medelvärdet ensamt inte visar. Ett litet värde innebär att data ligger tätt samlade kring medelvärdet och är mycket förutsägbara, medan ett stort värde innebär att de är brett spridda och bär på större osäkerhet.
Var det används
- Finans: standardavvikelsen för priser eller avkastning mäter investeringsrisk (volatilitet).
- Kvalitetskontroll: metoder som Sex Sigma hanterar processpridning för att minska felfrekvensen.
- Prov och forskning: den bedömer homogeniteten i poängfördelningar och felmarginalen för experimentella mätvärden.
I en normalfördelning gör den så kallade 68-95-99,7-regeln tolkningen intuitiv: cirka 68 % av data faller inom medelvärdet ±1σ och cirka 95 % inom ±2σ.
Formel
Populationens standardavvikelse är σ = √(Σ(xᵢ − μ)² / N) och stickprovets standardavvikelse är s = √(Σ(xᵢ − x̄)² / (N − 1)). Här är xᵢ varje datavärde, μ (eller x̄) medelvärdet och N antalet datavärden.
Steg-för-steg-exempel
För data {2, 4, 4, 4, 5, 5, 7, 9}:
- 1. Medelvärde μ = (2+4+4+4+5+5+7+9) / 8 = 40 / 8 = 5
- 2. Summan av de kvadrerade avvikelserna Σ(xᵢ−μ)² = 9+1+1+1+0+0+4+16 = 32
- 3. Populationsvarians = 32 / 8 = 4 → σ = √4 = 2
- 4. Stickprovsvarians = 32 / (8−1) = 4,5714 → s ≈ 2,138
Eftersom stickprovet delar med N−1 är dess standardavvikelse alltid något större än populationsvärdet.