O desvio padrão mede a distribuição dos valores em torno da média de um conjunto de dados – um DP pequeno significa agrupamentos de dados próximos da média, enquanto um DP grande sinaliza ampla variabilidade. Juntamente com a média, o desvio padrão é a estatística descritiva mais fundamental em todas as disciplinas quantitativas: controlo de qualidade, finanças, investigação científica, educação e aprendizagem automática. As secções abaixo abordam a razão pela qual o desvio padrão é indispensável juntamente com a média, a distinção técnica entre fórmulas populacionais e amostrais que afecta os cálculos de pequenos conjuntos de dados, as alternativas robustas para distribuições não normais e como os investidores utilizam o desvio padrão como a principal medida quantitativa do risco de investimento.
Por que o desvio padrão é importante
A média por si só não conta toda a história de um conjunto de dados, e confiar nas médias sem compreender a variabilidade é como decisões erradas são tomadas com números estatisticamente "limpos". Duas turmas podem ter a mesma pontuação média no teste de 75%, mas distribuições muito diferentes – uma em que cada aluno obteve pontuação entre 73 e 77 (fortemente agrupado, desvio padrão baixo) e outra onde as pontuações variaram de 45 a 98 (amplamente distribuído, desvio padrão alto). Essas aulas exigem estratégias de ensino completamente diferentes, apesar de terem médias idênticas, e uma decisão política baseada apenas na média perderia a realidade impulsionada pela variância.
O desvio padrão quantifica essa dispersão e é essencial em todos os domínios: o controle de qualidade usa SD para medir se um processo de fabricação produz peças consistentes (o Seis Sigma tem como meta valores de SD apertados o suficiente para caber em seis desvios padrão entre a média do processo e os limites de especificação), finanças usa SD para medir a volatilidade e o risco do investimento (SD anualizado de retornos é a principal métrica de risco para ações e fundos), científico a pesquisa usa SD para caracterizar a precisão da medição (SD menor significa instrumento mais confiável), e a ciência de dados usa SD para dimensionamento de recursos (normalizando entradas para média 0, SD 1 antes de treinar modelos de aprendizado de máquina).
População vs. Amostra: Por que n−1?
Ao calcular o desvio padrão de uma amostra em vez de uma população inteira, dividir por (n−1) em vez de n corrige a tendência de uma amostra de subestimar sistematicamente a variância da população. Este ajuste, denominado correção de Bessel (em homenagem ao matemático Friedrich Bessel), surge porque a própria média da amostra é estimada a partir dos dados, em vez de ser conhecida independentemente. Usar a média amostral consome um grau de liberdade, portanto, apenas n−1 informações independentes permanecem na amostra para estimar a variabilidade em torno dessa média.
Para amostras grandes (n ≥ 100), a diferença entre a divisão por n e n−1 é insignificante — uma diferença de 1% em n=100, 0,1% em n=1000. Mas para conjuntos de dados pequenos a correção é significativa: em n=10, dividir por 9 vs 10 produz uma diferença de 11% no DP resultante. Sempre use o SD de amostra (dividindo por n−1), a menos que você tenha certeza de que seus dados incluem todos os membros da população de interesse. Ao calcular estatísticas descritivas de amostras de pesquisas, ensaios experimentais ou qualquer subconjunto de um grupo maior, o SD da amostra produz a estimativa imparcial que reflete corretamente o parâmetro populacional que você está tentando estimar. A maioria dos softwares estatísticos usa como padrão a amostra SD precisamente porque esta é a escolha correta na grande maioria das análises do mundo real.
Além do SD: AIQ, assimetria e curtose
O desvio padrão funciona melhor quando seus dados são aproximadamente simétricos em relação à média, mas os dados do mundo real geralmente não são simétricos, e o desvio padrão pode enganar quando a distribuição subjacente é distorcida ou tem caudas pesadas. Para distribuições distorcidas, o IQR (intervalo interquartil, definido como o percentil 75 menos o percentil 25) é uma medida de spread mais robusta porque não é afetado por valores extremos — alguns valores discrepantes mal alteram o IQR, mas podem inflar drasticamente o SD.
A assimetria informa qual cauda da distribuição é mais longa. Uma distorção positiva (a cauda direita estende-se mais do que a esquerda) é comum em dados de rendimento, preços imobiliários e tempos de resposta – onde uma cauda longa de valores elevados puxa a média acima da mediana. Uma distorção negativa (a cauda esquerda se estende ainda mais) aparece nas pontuações dos exames com efeito teto ou na idade de morte nos países desenvolvidos. O excesso de curtose quantifica se as caudas são mais pesadas (leptocúrtica, curtose > 0) ou mais leves (platicúrtica, curtose < 0) do que uma distribuição normal. Os retornos financeiros normalmente têm curtose excessiva positiva (caudas gordas), o que significa que movimentos extremos acontecem com mais frequência do que uma distribuição normal poderia prever - razão pela qual as crises financeiras ao estilo de 2008 ocorrem com mais frequência do que a matemática da distribuição normal "seis sigma" sugeriria. Ao analisar quaisquer dados reais, sempre calcule a assimetria e a curtose junto com o SD para verificar se as suposições de normalidade são válidas.
Desvio Padrão em Finanças
Nos investimentos, o desvio padrão é a principal medida quantitativa da volatilidade dos retornos e serve como principal métrica de risco para ações, títulos e carteiras. Uma ação com um SD anualizado de 20% flutuará muito mais do que uma com 8% de SD, e a ação com SD de 20% é, portanto, considerada mais arriscada, apesar dos retornos esperados potencialmente mais elevados. SDs anuais típicos para as principais classes de ativos: ações de grande capitalização dos EUA ~15–20%, ações de pequena capitalização dos EUA ~20–25%, ações internacionais ~20–25%, títulos corporativos ~5–8%, títulos do Tesouro ~3–6%, REITs ~15–20%, commodities ~20–30%.
A Teoria Moderna do Portfólio (Markowitz, 1952) usa o desvio padrão para construir carteiras diversificadas que minimizam a volatilidade global para um determinado retorno esperado — a celebrada “fronteira eficiente” é calculada inteiramente utilizando matrizes de covariância derivadas de SDs de activos e correlações. O gráfico de histograma nesta calculadora permite comparar visualmente a distribuição real dos seus dados com a distribuição normal teórica. Desvios da curva em sino muitas vezes sinalizam caudas gordas (eventos mais extremos do que o esperado) ou bimodalidade (dois clusters indicando dados heterogêneos). Especificamente para aplicações financeiras, a maioria das distribuições de retorno tem caudas grossas - o que significa que o "evento de 1 em 100 anos" baseado na matemática da distribuição normal ocorre na verdade a cada 5-10 anos. Use o SD como uma métrica de risco, mantendo-se ciente de suas suposições de normalidade.