Standardna devijacija je u statistici apsolutna mera disperzije u osnovnom skupu . Ona nam govori, koliko u proseku elementi skupa odstupaju od aritmeti?ke sredine skupa. Ozna?ava se gr?kim slovom sigma, σ . Formula za njeno izra?unavanje je: ${\displaystyle \sigma ={\sqrt {{\frac {1}{N}}\sum _{i=1}^{N}(x_{i}-\mu )^{2}}}}$;

gde je:
N - broj elemenata u skupu
μ - aritmeti?ka sredina skupa
${\displaystyle x_{i}}$ - i -ti ?lan skupa ( i =1,2,..., N )

Standardna devijacija u uzorku nam govori koliko u proseku elementi uzorka odstupaju od aritmeti?ke sredine uzorka. Izra?unava se po formuli:

${\displaystyle \sigma ={\sqrt {{\frac {1}{n}}\sum _{i=1}^{n}(x_{i}-{\overline {x}})^{2}}}}$;

gde je:
n - broj elemenata u uzorku
${\displaystyle {\overline {x}}}$ (iks-bar) - aritmeti?ka sredina uzorka

${\displaystyle x_{i}}$ - i -ti ?lan uzorka ( i =1,2,..., n )

U praksi, ?esto se pretpostavlja da su podaci iz pribli?no normalno raspodeljene populacije. Ako je ta pretpostavka opravdana, onda se oko 68% vrednosti nalazi u intervalu od plus-minus jedne standardne devijacije od aritmeti?ke sredine, oko 95% vrednosti se nalazi u intervalu od plus-minus dve standardne devijacije, a oko 99,7% se nalazi unutar plus-minus 3 standardne devijacije. Ovo je poznato kao Pravilo 68-95-99,7 , ili empirijsko pravilo .

Intervali poverenja su slede?i:

Za normalnu raspodelu, dve ta?ke na krivoj koje su udaljene jednu standardnu devijaciju od krive su takođe i prevojne ta?ke .

• Normalna raspodela
• Varijansa