O que dizem média, mediana e desvio padrão
A média soma todos os valores e divide pela quantidade. Resume o conjunto inteiro num número mas se desloca bastante com um único valor extremo. A mediana é o valor central depois de ordenados os dados; com quantidade par é a média dos dois centrais.
O desvio padrão mede o quanto os valores se afastam da média em média. Elevar cada desvio ao quadrado e tirar a média dá a variância, e sua raiz quadrada é o desvio padrão. Justamente por causa desse passo ao quadrado, a raiz é o que devolve o número à unidade original.
Amostra e população diferem apenas no denominador. Se você tem toda a população, divida pela quantidade n; se os dados são uma amostra retirada de algo maior, divida por n menos um. Uma amostra estima a própria média a partir dos dados, o que subestima a dispersão, e n−1 corrige exatamente isso.
Confira isto antes de inserir números
Ler só a média esconde o formato da distribuição. Dados salariais têm uma cauda superior longa, então a média fica bem acima do que a maioria realmente ganha. Ali a mediana se aproxima mais da experiência real, e mostrar as duas revela na hora se os dados pendem para um lado.
Usar a fórmula de população sobre dados amostrais dá um desvio padrão menor que o real. Com dez valores ou menos essa diferença fica bem visível. Respostas de pesquisa e medições vêm de um conjunto maior, então a base amostral é a correta.
Ao colar valores, a vírgula que separa milhares e a que separa entradas parecem iguais. Se 1,200 significa mil e duzentos ou os dois valores 1 e 200 muda a média por completo, então tire as vírgulas de agrupamento e separe as entradas com espaços ou quebras de linha.
Por que amplitude e variância andam juntas
A amplitude é o máximo menos o mínimo, fácil de calcular mas construída com apenas dois pontos. Ela não diz nada sobre se o meio está apertado ou espalhado, então precisa do desvio padrão ao lado para que o formato dos dados fique claro.
Dividir o desvio padrão pela média dá o coeficiente de variação, que permite comparar a dispersão entre dados medidos em unidades diferentes. Altura e peso estão em escalas distintas, e isso os coloca em pé de igualdade.