Calculadora de Desviación Estándar

¿Qué es una calculadora de desviación estándar?

Una calculadora de desviación estándar toma un conjunto de números y te dice cuán dispersos están. La media indica dónde se sitúan los números; la desviación estándar —o desviación típica, como se le llama en España— indica cuánto se aleja de ese centro un número cualquiera. Dos grupos con la misma nota media pueden ser realidades completamente distintas: uno donde todos sacaron entre 68 y 76, y otro donde la mitad sacó 40 y la otra mitad 100. La desviación estándar es el único número que los separa.

Esta calculadora se distingue en que se niega a tomar dos decisiones por ti. Muestra la desviación muestral y la poblacional una al lado de la otra en vez de elegir una en silencio, y muestra los tres métodos de cuartiles en lugar del que aprendió quien la programó. En ambos casos hay métodos perfectamente estándar que dan resultados distintos, y ocultar la elección no la elimina: solo traslada el desacuerdo al momento en que tu cifra no coincida con la de otra persona.

Además hace algo que no hemos visto en ninguna otra calculadora: te dice si la respuesta que habrías obtenido con la fórmula impresa en la mayoría de los libros coincide con la que aparece en pantalla. Con datos corrientes coincide hasta el último dígito que una computadora puede guardar. Con algunos datos perfectamente plausibles no coincide, y con unos pocos la fórmula del libro no devuelve nada en absoluto.

Cómo usar la calculadora

1. Pega tus números. Uno por línea, o separados por comas, espacios o tabulaciones. Una columna copiada directamente de una hoja de cálculo funciona tal cual, y todo lo que no sea un número se omite y se cuenta, en vez de convertirse silenciosamente en un cero.
2. Lee la desviación que responde a tu pregunta. Si tus números son una muestra de algo más grande —el caso habitual— usa la muestral. Si son el grupo completo que te interesa, usa la poblacional. Se muestran las dos, junto con el factor exacto que las separa.
3. Mira la línea de precisión del final. Te dice si la fórmula clásica de la suma de cuadrados habría dado el mismo resultado con tus números concretos, y enseña ambas cifras cuando no lo habría dado.

Muestral o poblacional: el ÷n−1 del que todo el mundo discute

Las dos desviaciones solo se diferencian en el divisor. La versión poblacional divide la suma de los cuadrados de las desviaciones entre n, y es la correcta cuando tus números son el grupo entero: cada empleado de la empresa, cada día del mes. La versión muestral divide entre n−1, y es la correcta cuando tus números son una muestra tomada de algo mayor que intentas describir.

La corrección existe porque la media de una muestra está, por construcción, más cerca de esa muestra que la media verdadera, de modo que medir la dispersión alrededor de ella la subestima. Dividir entre n−1 en lugar de n lo compensa. Esto es la corrección de Bessel, y no es un detalle de redondeo: las dos respuestas difieren exactamente en la raíz cuadrada de n dividido entre n−1, que es un 6,9 % con ocho valores y todavía un 1,0 % con cincuenta. Una calculadora que muestra un número sin decir cuál es se equivoca un 6,9 % con quien quería el otro, y no le da forma de saberlo.

En caso de duda, usa la muestral. Casi toda medición real es una muestra de algo que no puedes medir por completo, y por esa razón todos los paquetes estadísticos la toman por defecto.

Tres métodos de cuartiles, tres respuestas distintas

No existe una definición única de cuartil, y hay tres de uso común en vez de los dos que suelen mencionarse. El método exclusivo sitúa el primer cuartil en la posición (n+1)÷4 de los datos ordenados; el inclusivo lo sitúa en (n−1)÷4 + 1; y las bisagras de Tukey —la mediana de cada mitad, que es lo que enseña la mayoría de los libros de secundaria— son una tercera respuesta distinta de las dos anteriores.

Con los ocho valores 2, 4, 4, 4, 5, 5, 7, 9 el tercer cuartil vale 6,5, 5,5 y 6,0 según cada método. Los tres son correctos. Prueba ese conjunto con el botón de ejemplo de arriba y observa cómo las tres filas discrepan.

El desacuerdo pasa desapercibido porque las bisagras coinciden con el método exclusivo siempre que la cantidad de datos es impar, así que la mitad de los conjuntos lo esconden. También pasa desapercibido porque tu software ya eligió por ti: las hojas de cálculo incluyen los dos primeros con nombres de función distintos, los lenguajes estadísticos usan por defecto una cuarta o quinta variante, y ninguno te avisa. Si tu rango intercuartílico no coincide con el de un compañero, esta suele ser la razón.

¿Habría acertado la fórmula del libro de texto?

La mayoría de los libros dan una fórmula de una sola pasada para la varianza: suma los cuadrados, resta el cuadrado de la suma dividido entre n, y divide entre n−1. Es algebraicamente idéntica a la definición y es lo que implementa casi cualquier calculadora, porque solo necesita una pasada y dos acumuladores.

También es inestable. Funciona restando dos números grandes que son casi iguales, y cuando son suficientemente parecidos la diferencia es sobre todo el error de ambos. Lo medimos en vez de darlo por hecho, porque el miedo al punto flotante suele estar exagerado: con notas de examen, precios, estaturas y salarios la fórmula del libro coincide con la estable con un error de una parte en mil billones, es decir, nada. Con las lecturas de sensor del tercer ejemplo de arriba —seis valores en torno a 1.000.000 que varían unas centésimas— se equivoca un 4,5 %. Con seis marcas de tiempo Unix repartidas a lo largo de un día el error es de dos partes en cien millones; junta esas mismas seis lecturas para que abarquen noventa segundos y el error pasa al 6,7 %, tres millones de veces peor con números que no son más grandes, solo están más apretados. Con los tres valores 1.000.000.000 / 1.000.000.001 / 1.000.000.002 devuelve exactamente cero para datos que evidentemente varían, y con 100.000.000 / 100.000.000,0001 / 100.000.000,0002 no devuelve nada: la raíz cuadrada de un número negativo.

Lo que decide esto no es lo grandes que sean tus números, sino lo lejos que estén del cero en comparación con lo que varían. Manteniendo esa proporción fija y recorriendo ocho órdenes de magnitud, el error no cambia; manteniendo la variación fija y alejando los números del cero, pasa de invisible a fatal. Así que el aviso útil no es «cuidado con los números grandes» sino «cuidado con los números agrupados lejos del cero»: un termómetro que registra 1000,1, 1000,2, 1000,3 ya solo lleva siete cifras significativas de señal real.

Esta calculadora usa el algoritmo de Welford, que actualiza una media móvil y nunca forma esa resta, y te enseña qué habría dicho la fórmula del libro con tus datos. Así, «tus números están bien» es una medición de tus números y no una tranquilidad genérica sobre los de otra persona.

Una cosa que conviene saber al pegar

La coma se lee como separador, no como marca de millares. Así que 1,000 se lee como dos números —uno y cero— y no como mil. Es una decisión deliberada y no un descuido: la entrada es una lista, donde separar por comas es con diferencia lo más habitual, y la alternativa convertiría en silencio una coma decimal europea en un número mil veces mayor. Quita los separadores de millares antes de pegar, o pega desde una columna de hoja de cálculo, que no los llevará.

Los guiones bajos se ignoran, así que 1_000_000 funciona. Cualquier otra cosa que no sea un número se omite y se muestra cuántas se omitieron, de modo que una fila de encabezado perdida o una columna de unidades nunca se convierte en un cero silencioso que te arrastre la media hacia abajo.

¿Por qué es gratis?

Todo el cálculo de esta página ocurre en tu navegador. Tus números no se suben, no se registran y no se guardan en ninguna parte: cerrar la pestaña es todo el borrado que hace falta. Eso significa que la página no nos cuesta nada por visitante más allá de servir unos pocos kilobytes de JavaScript, así que no hay nada que cobrar.

Sin cuenta, sin registro, sin límite de datos y sin marca de agua en nada de lo que copies.