Calculadora de dispersão - Variância, desvio padrão e IQR
Calcule o conjunto completo de medidas de dispersão estatística — amplitude, variância, desvio padrão, IQR, coeficiente de variação e MAD — a partir de qualquer conjunto numérico.
Digite seus números em uma lista separada por vírgulas e clique em Calcular para ver instantaneamente todas as estatísticas de dispersão e tendência central.
Calculadora de dispersão - Variância, desvio padrão e IQR
Calcule o conjunto completo de medidas de dispersão estatística — amplitude, variância, desvio padrão, IQR, coeficiente de variação e MAD — a partir de qualquer conjunto numérico.
Sobre a calculadora de dispersão
A dispersão estatística descreve o quanto os valores de um conjunto de dados estão espalhados. Enquanto as medidas de tendência central — média, mediana e moda — mostram onde está o centro de uma distribuição, as medidas de dispersão mostram o quanto os pontos individuais se afastam desse centro. Dois conjuntos de dados podem ter a mesma média e, ainda assim, distribuições muito diferentes; são as medidas de dispersão que revelam essa diferença.
A amplitude é a medida de dispersão mais simples: a diferença entre o maior e o menor valor. É fácil de calcular e interpretar, mas é sensível a outliers porque depende inteiramente dos dois valores extremos e ignora tudo o que está entre eles.
A variância mede o desvio quadrático médio em relação à média. A variância amostral divide a soma dos desvios quadráticos por (n−1) — usando a correção de Bessel para fornecer uma estimativa não viesada da variância populacional quando se trabalha com uma amostra. A variância populacional divide por n e só é apropriada quando seu conjunto de dados é a população inteira de interesse. O desvio padrão é a raiz quadrada da variância, expresso nas mesmas unidades dos dados originais.
A faixa interquartílica (IQR) mede a dispersão dos 50% centrais dos dados. Ela é calculada como Q3 − Q1, em que Q1 é o percentil 25 e Q3 é o percentil 75. Como ignora os 25% inferiores e superiores dos valores, o IQR é resistente a outliers e é a medida de dispersão preferida para distribuições assimétricas.
O coeficiente de variação (CV) expressa o desvio padrão amostral como porcentagem da média, tornando-o uma medida sem dimensão que permite comparar a variabilidade relativa de conjuntos medidos em unidades ou escalas diferentes. Um CV de 10% significa que o desvio padrão é 10% da média — um parâmetro útil para comparar a precisão de medições entre experimentos.
O desvio absoluto mediano (MAD) é a mediana dos desvios absolutos em relação à mediana. Ele é ainda mais robusto a outliers do que o IQR e é usado em estatística robusta e detecção de anomalias. Como o IQR, o MAD é resistente a valores extremos e fornece uma medida confiável de dispersão para conjuntos com caudas pesadas ou distribuições assimétricas.
Exemplos da calculadora de dispersão
Três conjuntos de dados reais que ilustram padrões diferentes de dispersão.
| Conjunto de dados | Métricas principais | Interpretação |
|---|---|---|
| 85, 92, 78, 88, 76, 95, 89, 72 | Média=84.375, DP≈8.19, IQR=12.25 | Notas de uma prova em turma. CV≈9.71% indica dispersão relativa moderada. Um IQR de 12.25 mostra que os 50% centrais dos alunos ficaram dentro de uma faixa de 12 pontos. |
| 1.2, -0.5, 2.1, 0.8, -1.9, 1.5, 2.5, -0.2, 0.3, 1.7, -1.1, 2.3 | Média=0.725, DP≈1.40, IQR=2.075 | Retornos mensais de ações (%). Um CV alto (>100%) reflete volatilidade significativa em relação à pequena média positiva. |
| 502, 499, 505, 498, 501, 503, 497, 500 | Média=500.625, DP≈2.67, CV≈0.53% | Pesos de produto (g) em um lote de controle de qualidade. Um CV muito baixo confirma consistência de fabricação muito próxima da meta de 500 g. |
Como usar a calculadora de dispersão
- Digite ou cole seus valores na área de texto, separados por vírgulas, espaços ou quebras de linha.
- Clique em Calcular. A calculadora analisa os números e ignora qualquer token não numérico.
- Verifique as medidas de tendência central (contagem, média, mediana) para entender onde seus dados estão concentrados.
- Confira as métricas de dispersão: amplitude para a variação total, desvio padrão para o desvio médio em relação à média e IQR para a dispersão dos 50% centrais.
- Use o coeficiente de variação para comparar a variabilidade relativa entre diferentes conjuntos de dados e o MAD como uma medida robusta de dispersão resistente a outliers.
Perguntas frequentes da calculadora de dispersão
Quando devo usar o IQR em vez do desvio padrão?
Use o IQR quando seus dados forem assimétricos, contiverem outliers ou vierem de uma distribuição não normal. O IQR considera apenas os 50% centrais dos dados e não é afetado por valores extremos. O desvio padrão considera todos os valores, então um único outlier pode inflá-lo bastante. Para dados normalmente distribuídos e sem outliers, ambas as medidas são informativas.
Qual é a diferença entre variância amostral e variância populacional?
A variância populacional divide a soma dos desvios quadráticos por n (o total de observações) e é apropriada quando você tem dados de toda a população. A variância amostral divide por n−1 (correção de Bessel), o que corrige o viés ao estimar a variância populacional a partir de uma amostra. Para amostras grandes, a diferença é desprezível; para amostras pequenas (n < 30), ela importa mais.
O que o coeficiente de variação me diz?
O coeficiente de variação (CV) expressa o desvio padrão como porcentagem da média, fornecendo uma medida de variabilidade relativa independente de escala. Um CV de 5% significa que os dados são relativamente consistentes; um CV de 50% significa alta variabilidade em relação à média. O CV é especialmente útil para comparar a variabilidade de medições em unidades diferentes, como a consistência de dois processos de fabricação.
Como o desvio absoluto mediano (MAD) é calculado?
O MAD é a mediana dos desvios absolutos em relação à mediana: MAD = median(|xi − median(x)|). Ele é mais resistente a outliers do que o desvio padrão porque usa a mediana dos desvios em vez da média. Uma estimativa robusta de desvio padrão muito usada é 1.4826 × MAD, que é igual ao desvio padrão para uma distribuição normal.
Por que a média e a mediana podem diferir bastante?
Quando a média e a mediana diferem bastante, a distribuição é assimétrica. Uma média muito maior que a mediana indica assimetria à direita (alguns valores muito altos puxam a média para cima). Uma média muito menor que a mediana indica assimetria à esquerda. Em distribuições assimétricas, a mediana costuma ser uma medida de tendência central melhor do que a média, e o IQR costuma ser uma medida de dispersão melhor do que o desvio padrão.
Posso usar esta calculadora com conjuntos de dados muito grandes?
A calculadora lida com qualquer tamanho de conjunto que você consiga inserir, mas entradas muito grandes podem demorar para ser analisadas. Para melhor desempenho, use valores separados por vírgulas em uma única linha ou distribuídos em várias linhas. Os cálculos usam algoritmos numericamente estáveis que evitam overflow e underflow para faixas típicas de dados. Se você estiver analisando milhões de valores, um pacote estatístico dedicado como R ou pandas do Python será mais eficiente.