La raíz cuadrada no negativa de la varianza; un parámetro de escala que expresa la magnitud típica de las desviaciones respecto a la media en las mismas unidades que la variable.

Principio

SD = sqrt(Var(X)); restaura las unidades originales perdidas en la varianza y participa en desigualdades de concentración (Chebyshev) y en las caracterizaciones gaussianas (regla 68–95–99,7 para la normal).

Demostración

Si Var(X)=4 (unidades^2), entonces SD=2 (unidades). Para la normal estándar, la desviación estándar es 1 y aproximadamente el 68 % de los valores está dentro de ±1 SD de la media.

Aplicación incorrecta

Tratar la desviación estándar como medida robusta de error típico en distribuciones con colas pesadas o sesgadas sin verificar la forma, o confundir la SD muestral con el error estándar de la media.

Consecuencia

Proporciona una escala interpretable de dispersión, se usa para estandarizar variables (z-scores), comparar variabilidad entre conjuntos con las mismas unidades y parametrizar modelos gaussianos.

Inversión

Usar la varianza por conveniencia algebraica (sumas de varianzas) o adoptar medidas de escala robustas (MAD, rango intercuartílico) cuando predominan valores atípicos o no normalidad.

Límite

Significativa solo cuando existe la varianza (segundo momento finito). No es robusta frente a outliers; en muestras pequeñas la SD muestral es un estimador ruidoso de la SD poblacional.

Tensión semántica

Tensión entre la SD como escala descriptiva y como parámetro inferencial (error estándar vs SD poblacional), y entre la SD y alternativas robustas en distribuciones no gaussianas.

Síntesis

La desviación estándar es la raíz cuadrada de la varianza que da una medida de dispersión en las unidades originales: útil para interpretación y normalización, pero limitada por su sensibilidad a las colas y la variabilidad muestral.