Probabilidad

CONCEPTO

La desviación típica o desviación estándar (denotada con el símbolo σ o s, dependiendo de la procedencia del conjunto de datos) es una medida de dispersión para variables de razón (variables cuantitativas o cantidades racionales) y de intervalo. Se define como la raíz cuadrada de la varianza de la variable.

APLICACIONES

Gracias a la Desviación Estándar se pueden analizar investigaciones, encuestas realizadas etc., con el fin de estimar determinados parámetros y probabilidades.

Por ejemplo:

* Estimar índices de consumo

*Controlar la variabilidad en presupuestos, comercializaciones, productos, en las ventas, etc.

*Controlar que los productos no estén fuera de la fecha de vencimiento

* Dar proyecciones sobre quién asumirá el próximo gobierno

* Estimar si un estudiante alcance o no, la nota de promoción

INTERPRETACIÓN

La desviación estándar puede ser interpretada como una medida de incertidumbre. La desviación estándar de un grupo repetido de medidas nos da la precisión de éstas. Cuando se va a determinar si un grupo de medidas está de acuerdo con el modelo teórico, la desviación estándar de esas medidas es de vital importancia: si la media de las medidas está demasiado alejada de la predicción, entonces consideramos que las medidas contradicen la teoría. Esto es coherente, ya que las mediciones caen fuera del rango de valores en el cual sería razonable esperar que ocurrieran si el modelo teórico fuera correcto. La desviación estándar es uno de tres parámetros de ubicación central; muestra la agrupación de los datos alrededor de un valor central.

EJEMPLO

A dos grupos de personas le encomienden realizar encuestas independientes, sobre la misma variable… número de hijos por personas por ejemplo, pero en la misma zona.

Ambos grupos traen sus datos, digamos 100 datos.

La desviación estándar permite determinar cuál de los dos grupos de datos es más confiable o cual es el que mejor representa a la variable analizada.

El que posea la menor desviación estándar es mejor o más confiable.

Lo importante no es saber cómo se calcula cada uno de estos parámetros, lo que importa es la interpretación

...