Calculadora de Desvio Mediano Absoluto

Q: Quando devo usar o MAD em vez do desvio padrão?

Use o MAD quando: (1) seus dados puderem conter outliers ou valores extremos, (2) os dados não forem normalmente distribuídos, (3) você precisar de uma medida robusta que não seja distorcida por algumas observações incomuns, (4) você estiver fazendo análise exploratória de dados e quiser identificar possíveis outliers, ou (5) trabalhar em áreas como finanças ou controle de qualidade onde a robustez é crítica.

Q: Como o MAD pode ser usado para detecção de outliers?

O MAD é excelente para detecção de outliers usando um escore Z modificado: M = 0.6745 × (xᵢ - mediana) / MAD. Valores com |M| > 3.5 são tipicamente considerados outliers. Este método é mais confiável do que usar o desvio padrão porque não deixa os outliers influenciarem o próprio limite de detecção.

Calcule o desvio mediano absoluto (MAD) de um conjunto de dados com fórmulas passo a passo, visualização interativa, detecção de outliers e comparação de robustez com o desvio padrão.

Calculadora de Desvio Mediano Absoluto

Tente conjuntos de dados de exemplo:

Série Simples Com Outlier Controle de Qualidade Dados Assimétricos

Insira Seus Dados

Fator de Escala

k Personalizado

Precisão

Dica: Se o seu texto contiver conteúdo não numérico, use o nosso Extrator de Números para extrair os números primeiro.

Embed Calculadora de Desvio Mediano Absoluto Widget

Calculadora de Desvio Mediano Absoluto

Bem-vindo à Calculadora de Desvio Mediano Absoluto, uma ferramenta estatística robusta que calcula o MAD com fórmulas passo a passo, visualização interativa de dados e insights de detecção de outliers. O MAD é uma alternativa poderosa ao desvio padrão quando seus dados contêm outliers ou seguem uma distribuição não normal.

O que é o Desvio Mediano Absoluto (MAD)?

O Desvio Mediano Absoluto (MAD) é uma medida robusta de dispersão estatística que descreve o quão espalhados estão os valores em um conjunto de dados. Ao contrário do desvio padrão, que usa a média e as diferenças ao quadrado, o MAD usa a mediana e as diferenças absolutas, tornando-o altamente resistente a outliers e valores extremos.

Fórmula do Desvio Mediano Absoluto

$$\text{MAD} = \text{mediana}(|x_i - \text{mediana}(X)|)$$

Em termos simples: o MAD é a mediana de quão longe cada ponto de dado está da mediana geral dos dados.

Por que o MAD é uma medida "Robusta"

Uma estatística é considerada robusta se não for fortemente influenciada por outliers ou violações de suposições. O MAD tem um ponto de ruptura de 50%, o que significa que até metade dos dados pode estar corrompida antes que o MAD forneça um resultado arbitrariamente incorreto. Em contraste, a média e o desvio padrão têm um ponto de ruptura de 0% — mesmo um único outlier pode afetá-los drasticamente.

MAD vs Desvio Padrão: Quando Usar Cada Um

Propriedade	MAD	Desvio Padrão
Tendência central usada	Mediana	Média
Tipo de desvio	Valores absolutos	Valores ao quadrado
Sensibilidade a outliers	Muito baixa (robusta)	Alta (sensível)
Ponto de ruptura	50%	0%
Melhor para	Dados assimétricos, outliers	Distribuições normais
Eficiência para dados normais	~37%	100%

Quando usar o MAD

Seus dados podem conter outliers ou valores extremos
Os dados são assimétricos ou não distribuídos normalmente
Você precisa de uma base robusta para detecção de outliers
Você quer uma medida não afetada por algumas observações incomuns
Trabalhar em áreas como finanças, controle de qualidade ou detecção de anomalias

Quando usar o Desvio Padrão

Seus dados são comprovadamente distribuídos de forma normal
Você precisa de máxima eficiência estatística
Os dados estão limpos, sem outliers
Você precisa usar os resultados em testes paramétricos

O Fator de Escala (k = 1.4826)

Ao comparar o MAD com o desvio padrão, ou usar o MAD como uma estimativa robusta do desvio padrão da população para dados normalmente distribuídos, a constante k = 1.4826 é aplicada:

MAD Escalonado (Estimativa de σ Robusta)

$$\hat{\sigma} = k \times \text{MAD} = 1.4826 \times \text{MAD}$$

Esta constante vem da relação:

$$k = \frac{1}{\Phi^{-1}(3/4)} \approx 1.4826$$

Onde $\Phi^{-1}$ é a função de distribuição cumulativa inversa da distribuição normal padrão. Para dados normalmente distribuídos, o MAD escalonado será aproximadamente igual ao desvio padrão.

MAD para Detecção de Outliers

O MAD é excelente para detectar outliers porque os mesmos não influenciam o próprio limite. O método de escore Z modificado usa o MAD:

Escore Z Modificado

$$M_i = \frac{0.6745 \times (x_i - \text{mediana})}{\text{MAD}}$$

Um ponto de dado é tipicamente sinalizado como um outlier se $|M_i| > 3.5$. Este método é mais confiável do que usar o desvio padrão porque:

Os outliers não influenciam o MAD ou a mediana usados para calcular o limite
Funciona bem mesmo quando múltiplos outliers estão presentes (o efeito de mascaramento é evitado)
É eficaz para distribuições não normais

Como Usar Esta Calculadora

Insira seus dados: Insira valores numéricos separados por vírgulas, espaços ou quebras de linha. Use os botões de exemplo para testes rápidos com diferentes tipos de dados.
Selecione um fator de escala: Escolha "Sem escala" para o MAD bruto, ou k=1.4826 para estimar o desvio padrão. Você também pode inserir um fator de escala personalizado.
Defina a precisão decimal: Escolha de 2 a 15 casas decimais.
Calcule e analise: Clique em "Calcular MAD" para ver resultados abrangentes, incluindo a avaliação de robustez.
Revise passo a passo: Examine o detalhamento detalhado do cálculo mostrando cada etapa da computação do MAD.

Entendendo Seus Resultados

Resultados Primários

MAD: O desvio mediano absoluto - o resultado principal
MAD Escalonado: O MAD multiplicado pelo fator de escala escolhido
Mediana: O valor central do seu conjunto de dados
Avaliação de Robustez: Avaliação comparando o MAD com o desvio padrão

Estatísticas de Comparação

Média: Média aritmética para comparação
Desvio Padrão: Desvio padrão da amostra para comparação
IQR: Intervalo interquartil (outra medida robusta)
Q1, Q3: Primeiro e terceiro quartis

Perguntas Frequentes

O que é o Desvio Mediano Absoluto (MAD)?

O Desvio Mediano Absoluto (MAD) é uma medida robusta de dispersão estatística. É calculado como a mediana dos desvios absolutos em relação à mediana dos dados: MAD = mediana(|xᵢ - mediana(X)|). Ao contrário do desvio padrão, o MAD é resistente a outliers, o que o torna ideal para conjuntos de dados com valores extremos ou distribuições não normais.

Como o MAD difere do desvio padrão?

O MAD usa a mediana e os valores absolutos, enquanto o desvio padrão usa a média e as diferenças ao quadrado. Isso torna o MAD muito mais robusto a outliers — um único valor extremo pode aumentar drasticamente o desvio padrão, mas mal afeta o MAD. Para dados normalmente distribuídos, o MAD multiplicado por 1.4826 aproxima-se do desvio padrão.

O que é o fator de escala k=1.4826 para o MAD?

A constante 1.4826 é usada para tornar o MAD um estimador consistente do desvio padrão para dados normalmente distribuídos. Matematicamente, k = 1/Φ⁻¹(3/4), onde Φ⁻¹ é a função quantil da distribuição normal padrão. Quando você multiplica o MAD por 1.4826, obtém uma estimativa robusta de σ.

Quando devo usar o MAD em vez do desvio padrão?

Use o MAD quando seus dados puderem conter outliers, não forem normalmente distribuídos ou quando você precisar de uma medida robusta que não seja distorcida por observações extremas. O MAD é particularmente útil em análise exploratória de dados, controle de qualidade, finanças e detecção de anomalias.

Como o MAD pode ser usado para detecção de outliers?

O MAD é excelente para detecção de outliers usando o escore Z modificado: M = 0.6745 × (xᵢ - mediana) / MAD. Valores com |M| > 3.5 são tipicamente considerados outliers. Este método é mais confiável do que usar o desvio padrão porque os outliers não influenciam o próprio limite de detecção.

Quantos números esta Calculadora de MAD suporta?

Esta calculadora pode lidar com conjuntos de dados de praticamente qualquer tamanho. Testamos com mais de 100.000 números e a ferramenta fornece resultados instantâneos. Quer você tenha 3 pontos de dados ou 100.000, a calculadora computará eficientemente o MAD juntamente com todas as estatísticas relacionadas.

Recursos Adicionais

Cite este conteúdo, página ou ferramenta como:

"Calculadora de Desvio Mediano Absoluto" em https://MiniWebtool.com/br/calculadora-de-desvio-mediano-absoluto/ de MiniWebtool, https://MiniWebtool.com/

pela equipe miniwebtool. Atualizado: 19 de janeiro de 2026

API para desenvolvedores disponível: Execute esta ferramenta no seu app, automação ou agente com uma requisição HTTP JSON. Ver documentação da API

Você também pode experimentar nosso Solucionador de Matemática AI GPT para resolver seus problemas de matemática através de perguntas e respostas em linguagem natural.

Outras ferramentas relacionadas:

Calculadora de Valor AbsolutoNovo

Calculadora de Equações de Valor Absoluto

Solucionador de Desigualdades de Valor Absoluto

Detector de Conteúdo por IANovo

Contador de Tokens com IANovo

Simplificador de Expressões Algébricas

Contador de caracteres

Solucionador de Inequações

Solucionador de Equações Lineares

Calculadora de Desvio Médio Absoluto

Calculadora de Desvio Mediano Absoluto

Calculadora de Desvio Mediano Absoluto

O que é o Desvio Mediano Absoluto (MAD)?

Por que o MAD é uma medida "Robusta"

MAD vs Desvio Padrão: Quando Usar Cada Um

Quando usar o MAD

Quando usar o Desvio Padrão

O Fator de Escala (k = 1.4826)

MAD para Detecção de Outliers

Como Usar Esta Calculadora

Entendendo Seus Resultados

Resultados Primários

Estatísticas de Comparação

Perguntas Frequentes

O que é o Desvio Mediano Absoluto (MAD)?

Como o MAD difere do desvio padrão?

O que é o fator de escala k=1.4826 para o MAD?

Quando devo usar o MAD em vez do desvio padrão?

Como o MAD pode ser usado para detecção de outliers?

Quantos números esta Calculadora de MAD suporta?

Recursos Adicionais

Outras ferramentas relacionadas:

Estatísticas e análise de dados:

Ferramentas em destaque: