Calculadora de desviación estándar
Para 2, 4, 4, 4, 5, 5, 7 y 9, la media es 5 y la desviación estándar poblacional es exactamente 2, mientras que la muestral sale mayor porque divide entre 7 y no entre 8. Pegue sus números y obtenga las dos versiones juntas. Gratis en su navegador.
- Gratis
- Funciona en su navegador
- Sin registro
- Sus datos no salen de su equipo
Ejecutar — gratis
Esta calculadora de desviación estándar calcula tanto las medidas de dispersión poblacional como muestral para una lista finita de números. Obtiene la media aritmética, la suma de desviaciones al cuadrado respecto a esa media, la varianza y la desviación estándar poblacional (dividiendo entre n), la varianza y la desviación estándar muestral con la corrección de Bessel (dividiendo entre n menos uno), más el mínimo y el máximo observados. Comprobaciones clásicas incluyen la serie de ocho valores dos, cuatro, cuatro, cuatro, cinco, cinco, siete, nueve, que tiene media cinco, desviación estándar poblacional exactamente dos, y una desviación estándar muestral mayor porque el denominador es siete en lugar de ocho. El motor usa solo un algoritmo determinista de dos pasadas: sin llamadas de red, sin muestreo aleatorio y sin atajos que dependan de la fecha.
Qué mide la desviación estándar y qué contiene la respuesta
La desviación estándar responde qué tan lejos están los valores típicos del centro de un conjunto de datos. Una vez conocida la media, cada observación aporta un residuo al cuadrado; promediar esos cuadrados produce la varianza, y la raíz cuadrada de la varianza es la desviación estándar, que vive en las mismas unidades que las mediciones originales.
Las fórmulas poblacionales dividen entre n y tratan la lista como todo el universo de interés; las fórmulas muestrales dividen entre n menos uno para que la varianza estimada sea insesgada cuando la lista es solo una extracción de un proceso más grande. Esta calculadora siempre devuelve ambas familias lado a lado: n, mean, sum, la suma de desviaciones al cuadrado, la varianza poblacional, la desviación estándar poblacional, la varianza muestral, la desviación estándar muestral, min, max, y breves cadenas de fórmula que nombran σ y s.
Dónde encaja la dispersión poblacional y muestral en el estudio, la ciencia y el trabajo de producto
Los estudiantes se encuentran con la desviación estándar cuando un libro de texto contrasta las fórmulas poblacional y muestral, cuando un informe de laboratorio pide la incertidumbre de mediciones repetidas, o cuando necesitan una comprobación limpia contra una calculadora que solo expone una de las dos convenciones. Los docentes pueden pregenerar claves de respuesta para series modestas sin confiar en apps opacas que redondean los cuadrados intermedios de forma distinta u ocultan qué denominador usaron.
Los desarrolladores llaman al mismo contrato desde scripts para sembrar vectores de prueba deterministas, para validar canalizaciones de escala de características que normalizan por σ, o para satisfacer compuertas de calidad de datos que rechazan columnas cuya desviación estándar muestral colapsa a cero. Los analistas usan medidas poblacionales cuando el archivo es realmente toda la población de un día o una cohorte, y medidas muestrales cuando el archivo es una extracción de encuesta que debe generalizarse.
Los equipos de producto y operaciones vigilan la desviación estándar muestral de la latencia, el tamaño del carrito o los conteos de error para detectar regresiones que los promedios solos ocultarían. Combínela con herramientas binomiales u otras de probabilidad cuando necesite modelos distribucionales, y con perfilado de CSV cuando necesite resúmenes de varias columnas en lugar de una sola serie numérica.
Qué puede hacer con ella
Comprobaciones de tareas y laboratorio
Verifique la desviación estándar poblacional y muestral para series de libro de texto y laboratorios de mediciones repetidas, con ambos denominadores mostrados.
Monitoreo de dispersión
Rastree la desviación estándar muestral de la latencia, el tamaño del carrito o las tasas de error para que las regresiones no queden ocultas solo por la media.
Preguntas frecuentes
¿Cuánto cuesta la calculadora de desviación estándar?
Es gratis en su navegador en esta página.
¿Cuál es la diferencia entre la desviación estándar poblacional y la muestral?
La poblacional divide la suma de desviaciones al cuadrado entre n; la muestral divide entre n − 1 (corrección de Bessel). Esta herramienta devuelve ambas.
¿Por qué necesito al menos dos valores?
La varianza muestral y la desviación estándar muestral no están definidas para una sola observación.
¿El resultado es exacto para cualquier conjunto de datos?
Los resultados son deterministas para la misma entrada; las series muy grandes o mal condicionadas pueden mostrar los límites ordinarios de precisión doble.
¿Cómo se calcula a mano la desviación estándar?
Halle la media, réstela de cada valor, eleve las diferencias al cuadrado y súmelas. Para 2, 4, 4, 4, 5, 5, 7 y 9 esa suma es 32; dividida entre 8 da una varianza de 4, y su raíz cuadrada, 2, es la desviación estándar.
Herramientas relacionadas
Para desarrolladores — acceso por API
Todo lo de esta página está disponible por programación. Esta sección es para equipos que quieren integrarlo en sus sistemas; el resto puede usar la herramienta de arriba sin más.
Endpoint de API
¿Prefiere automatizarlo? Un POST autenticado crea la tarea; el resultado llega por webhook o enlace firmado. La misma capacidad también se ejecuta aquí en la web, por email y desde Telegram — y pronto también desde nuestra app.
Llámela desde su stack
curl -X POST https://api.kit.forhosting.com/stat/standard-deviation \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"values":[2,4,4,4,5,5,7,9]}'const res = await fetch("https://api.kit.forhosting.com/stat/standard-deviation", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/standard-deviation",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/standard-deviation", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"values":[2,4,4,4,5,5,7,9]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"values":[2,4,4,4,5,5,7,9]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/standard-deviation", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Ejemplo de solicitud
{
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
}Ejemplo de respuesta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.standard_deviation",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}La API es asíncrona: la llamada devuelve un task_id al instante y el resultado llega por webhook. El polling está limitado a 1 req/s por tarea.
Precio
Precio publicado — sin tokens ni créditos inventados. Una tarea fallida no se cobra.
Límites
max_n | 10000 |
max_abs | 1000000000000000 |
Errores
| HTTP | Código | Significado |
|---|---|---|
401 | unauthorized | API key ausente o inválida. |
402 | insufficient_balance | El saldo no cubre el precio de la tarea. |
404 | unknown_type | El tipo de tarea no existe. |
429 | rate_limited | Demasiadas peticiones. Use el webhook en vez de sondear. |
Notas técnicas
Qué mide la desviación estándar y qué contiene la respuesta
No hay una vía aproximada de Monte Carlo presentada como verdad ni una conversión silenciosa de etiquetas de texto en ceros: el motor termina la aritmética de dos pasadas dentro de los límites de largo y magnitud admitidos o rechaza la entrada con invalid_input. Los casos rechazados incluyen un campo values ausente, una lista vacía, una sola observación, entradas no finitas como Infinity o NaN, tokens no numéricos, y arreglos más largos que el máximo publicado. La regla de menos de dos valores es intencional: la desviación estándar muestral no está definida para n menor que dos, y devolver solo cifras poblacionales para n igual a uno haría que las pruebas doradas y los consumidores de API se ramificaran según la forma.
Cómo se leen los valores y cómo se mantiene estable el algoritmo de dos pasadas
Cada elemento se analiza como un decimal finito; se permiten signos iniciales opcionales y notación científica, mientras que los tokens vacíos, las letras sueltas y los objetos no numéricos fallan con un índice de campo en el mensaje para que una celda mal escrita no se convierta en un cero silencioso. El cálculo es el método clásico de dos pasadas: primero la suma y la media, luego la suma de desviaciones al cuadrado respecto a esa media, luego la varianza poblacional como SSD sobre n y la varianza muestral como SSD sobre n menos uno, con las desviaciones estándar tomadas como raíces cuadradas positivas. Devolver ambos denominadores en una sola respuesta evita el error habitual de hoja de cálculo de mezclar STDEV.P y STDEV.S sin notarlo. El campo preferido es values, un arreglo de números finitos, pero se aceptan los alias data, numbers, x y series para que hojas de cálculo, cadenas de consulta y formularios tipados puedan reutilizar el mismo contrato. También se acepta una única cadena de números separados por comas o espacios cuando un formulario envía texto plano en lugar de arreglos JSON. El motor impone un máximo estricto de diez mil puntos y un techo de magnitud por valor, así que la memoria y la latencia se mantienen dentro de un presupuesto predecible en la vía gratuita del navegador y en el Worker de borde. Combine la ejecución gratuita en el navegador de esta página con la API de pago cuando necesite el mismo resultado descriptivo dentro de una canalización automatizada sin reimplementar usted mismo la corrección de Bessel.
Dónde encaja la dispersión poblacional y muestral en el estudio, la ciencia y el trabajo de producto
En esta página el trabajo se ejecuta enteramente en su navegador; a través de la API cada consulta exitosa cuesta $0.002, la validación fallida no se cobra y no se guarda nada después de devolver la respuesta. Esa división —exploración interactiva gratuita y una API de pago idéntica— coincide con el resto del catálogo de nivel A del KIT y le permite pasar de una demostración de aula a una canalización automatizada sin cambiar el resultado matemático.
Casos de integración
Fixtures deterministas de CI
Genere valores reproducibles de media, varianza y σ para pruebas unitarias y compuertas de calidad de datos sin mantener tablas a mano.
Preguntas técnicas
¿Puedo enviar una cadena separada por comas en lugar de un arreglo JSON?
Sí. El campo values acepta un arreglo de números o una sola cadena de números separados por comas, espacios o puntos y comas.