@STDEVP

English (Español a continuación)

This function calculates the standard deviation of a data series based on the total population.

Its structure consists of 2 parts:

  • @STDEVP (A, B):

Part “A”: determines the treatment given to members that are zero or missing (no data). There are 4 options:

  • SKIPNONE: it takes into account all the values ​​of the series for the calculation of the standard deviation.
  • SKIPMISSING: for the calculation of the standard deviation exclude those members that do not have data.
  • SPIPZERO: for the calculation of the standard deviation exclude those members that have zero value.
  • SKIPBOTH: for the calculation of the standard deviation exclude those members that have zero value or that do not have data.

Part “B”: sets the data series for which the standard deviation is calculated. It can be defined in different ways:

  • A list of members: for example @LIST (Spain, Germany, Italy …)
  • A list of multidimensional members: for example @LIST (Spain-> Jan, Spain-> Feb, Spain-> Mar…)
  • A function of type @XRANGE.

Its difference with respect to the @STDEV function is that this is calculated on a population sample while @STDEVP is calculated on the total population:

  • @STDEV: calculates the square root of the sum of the squared differences between each value and the sample mean divided by the number of elements minus 1.
  • @STDEVP: calculates the square root of the sum of the squared differences between each value and the sample mean divided by the number of elements.

Let’s see an example: considering the following series of sales data:

We apply the following function:

  • FIX (Sales)
    • “Sales_stdvp” = @STDEVP (SKIPNONE, @ XRANGE (2016 -> Jan, 2018 -> Dec));
  • ENDFIX

We obtain as a result: “Sales_stdvp” = 36,88

Español

Esta función calcula la desviación estándar de una serie de datos basada en la población total.

Su estructura consta de 2 partes:

  • @STDEVP(A,B):

Parte “A”: determina el tratamiento que se da a los miembros que son cero o missing (sin dato). Caben 4 opciones:

  • SKIPNONE: Tiene en cuenta todos los valores de la serie definida para el cálculo de la desviación estándar.
  • SKIPMISSING: Para el cálculo de la desviación estándar excluye aquellos miembros que no tengan dato.
  • SPIPZERO: Para el cálculo de la desviación estándar excluye aquellos miembros que tengan valor cero.
  • SKIPBOTH: Para el cálculo de la desviación estándar excluye aquellos miembros que tengan valor cero o que no tengan dato.

Parte “B”: fija la serie de datos para la que se calcula la desviación estándar. Puede venir definida de diferentes modos:

  • Una lista de miembros: por ejemplo @LIST(España,Alemania,Italia…)
  • Una lista de miembros multidimensionales: por ejemplo @LIST(España->Ene, España->Feb, España->Mar…)
  • Una función del tipo @XRANGE.

Su diferencia respecto a la función @STDEV es que esta se calcula sobre una muestra poblacional mientras que @STDEVP se calcula sobra la población total:

  • @STDEV: calcula la raíz cuadrada de la suma de las diferencias al cuadrado entre cada valor y la media muestral dividido por el número de elementos menos 1.
  • @STDEVP: calcula la raíz cuadrada de la suma de las diferencias al cuadrado entre cada valor y la media muestral dividido por el número de elementos.

Veamos un ejemplo: partiendo de la siguiente serie de datos de ventas:

Aplicamos la siguiente función:

  • FIX(Sales)
    • “Sales_stdvp” = @STDEVP (SKIPNONE, @ XRANGE (2016 -> Jan, 2018 -> Dec));
  • ENDFIX

Obtenemos como resultado: “Sales_stdvp” = 36,88