Harold ha scritto:
si ho letto anch'io qualcosa del genere da qualche parte ma non ricordo dove.
dice che dividendo per n-1 anzichè n si ottengono (oviamente) valori più alti ma si ottiene l'effeto di s"smissare i picchi" se ho capito bene. non ricordo più dove l'ho letto
io uso la formula di excel, che non so quale sia.
su wikipedia danno entrambe le formule:
http://it.wikipedia.org/wiki/Deviazione_standard
La
deviazione standard o
scarto quadratico medio è un
indice di dispersione (vale a dire una misura di variabilità di una popolazione o di una
variabile casuale) derivato direttamente dalla
varianza, che ha la stessa unità di misura dei valori osservati (mentre la varianza ha come unità di misura il quadrato dell'unità di misura dei valori di riferimento). La deviazione standard misura la dispersione dei dati intorno al valore atteso.
Il termine
deviazione standard è stato introdotto in
statistica da
Karl Pearson (
On the dissection of asymmetrical frequency curves,
1894) assieme alla lettera greca
σ che lo rappresenta.
Se non indicato diversamente, è semplicemente la radice quadrata della
varianza, la quale viene coerentemente rappresentata con il quadrato di sigma (σ²).
dove
è la
media aritmetica.
Formalmente lo scarto quadratico medio di una variabile casuale può essere calcolato a partire dalla
funzione generatrice dei momenti (radice quadrata della differenza tra il momento secondo ed il momento primo elevato al quadrato).
Esistono argomenti teorici, soprattutto nell'ambito della
stima ovvero nell'ambito della
statistica inferenziale, per rimpiazzare il fattore 1 /
n con 1 / (
n − 1) nella definizione, ottenendo come nuova definizione:
Questa correzione al denominatore fa sì che la nuova definizione sia un po' più grande della precedente, correggendo così la tendenza della precedente a sottostimare le incertezze soprattutto nel caso in cui si lavori con pochi dati (
n piccolo).
Osserviamo il caso limite di
n = 1, cioè quando effettuiamo una sola misura: la prima definizione dà il risultato, sensato nell'ambito della
statistica descrittiva ma non molto ragionevole nell'ambito della inferenziale, σ = 0, mentre la nuova dà un risultato non definito del tipo 0 / 0, rispecchiando così la totale ignoranza inerente all'incertezza su una singola misura. In questo senso, si dice che la statistica non dice nulla sul singolo caso.
Peraltro la differenza tra le due definizioni è quasi sempre numericamente insignificante: già nel caso di dieci misure la differenza tra σ = 0.316 e σ = 0.301 è insignificante per la maggior parte degli scopi.