የስርጭት መጠንን የሚመለከቱ ምሳሌዎች ጥያቄዎች

የስርጭት መለኪያዎች ምሳሌዎች ጥያቄዎች እና ውይይት

የስርጭት መለኪያዎች በአንድ የውሂብ ስብስብ ውስጥ ያለው መረጃ እንዴት እንደሚሰራጭ ወይም እንደሚለያይ ለመግለጽ የሚያገለግሉ የስታቲስቲክስ ፅንሰ-ሀሳቦች ናቸው። የስርጭት መጠን የውሂብ ስርጭትን የበለጠ ጥልቅ እይታ ይሰጣል፣ ከአማካይ እና ከአማካይ ብቻ የማይታዩ መረጃዎችን ያሳያል። ይህ ጽሑፍ ይህንን ፅንሰ-ሀሳብ ለማብራራት ከተበታተኑ መለኪያዎች ጋር የተያያዙ በርካታ ምሳሌዎችን እና ውይይቶቻቸውን ያብራራል። የተለያዩ የስርጭት መለኪያዎች አሉ፣ እነሱም ክልል፣ መደበኛ መዛባት፣ ልዩነት እና ኢንተርኳርትል ክልል (IQR) ናቸው።

1. ክልል

ፍቺ
ክልሉ በውሂብ ስብስብ ውስጥ በከፍተኛ እና ዝቅተኛ እሴቶች መካከል ያለው ልዩነት ነው።

የችግሮች ምሳሌ
የእግር ኳስ ቡድን ባለፉት 10 ጨዋታዎች ያስቆጠራቸውን ጎሎች ብዛት እንደሚከተለው ይመዘግባል፡
3፣ 5፣ 2፣ 8፣ 7፣ 2፣ 6፣ 9፣ 4 እና 1።

ውይይት
ክልሉን ለማስላት፣ የውሂብ ከፍተኛውን እና ዝቅተኛውን እሴቶች ማግኘት አለብን።

– ከፍተኛ ውጤት፡ 9
– ዝቅተኛው እሴት፡ 1

ክልል = ከፍተኛ እሴት – ዝቅተኛ እሴት = 9 – 1 = 8

ስለዚህ፣ ባለፉት 10 ጨዋታዎች የተቆጠሩት የጎል ክልል 8 ጎሎች ነው።

2. መደበኛ መዛባት

ፍቺ
መደበኛ መዛባት በአንድ የውሂብ ስብስብ ውስጥ ያለው እያንዳንዱ እሴት ከአማካይ ምን ያህል እንደሚርቅ የሚለካ መለኪያ ነው። መደበኛ መዛባት የልዩነቱ ካሬ ሥር ነው።

የችግሮች ምሳሌ
የአንድ ክፍል የሂሳብ ፈተና ውጤቶች እነሆ፡ 65፣ 70፣ 75፣ 80 እና 85።

ውይይት
የመጀመሪያው እርምጃ አማካይ ውጤት ማስላት ነው።

\[
\text{አማካይ} = \frac{65 + 70 + 75 + 80 + 85}{5} = 75
\]

ሁለተኛው እርምጃ በእያንዳንዱ እሴት እና በአማካይ መካከል ያለውን ልዩነት ማስላት ሲሆን ከዚያም ውጤቱን አራት ማዕዘን ማድረግ ነው፡
– (65 – 75)² = 100
– (70 – 75)² = 25
– (75 – 75)² = 0
– (80 – 75)² = 25
– (85 – 75)² = 100

ሦስተኛው እርምጃ የልዩነቶቹን ካሬዎች አማካይ በማስላት ልዩነቱን ማግኘት ነው፡
\[
\text{Variance} = \frac{100 + 25 + 0 + 25 + 100}{5} = 50
\]

መደበኛ መዛባት የልዩነቱ ካሬ ሥር ነው፡
\[
\text{መደበኛ መዛባት} = \sqrt{50} \approx 7.07
\]

ስለዚህ የፈተና ውጤቶቹ መደበኛ መዛባት 7.07 አካባቢ ነው።

3. ልዩነት

ፍቺ
ልዩነት በእያንዳንዱ እሴት እና በአማካይ መካከል ያለው የካሬ ልዩነት አማካይ ነው፤ መረጃው እንዴት እንደተሰራጨ የሚገልጸው በአማካይ ዙሪያ ነው። ልዩነት የመደበኛ መዛባት ካሬ ነው።

የችግሮች ምሳሌ
የሚከተለው የውሂብ ስብስብ አለን እንበል፦ 10፣ 20፣ 30፣ 40 እና 50።

ውይይት
የመጀመሪያው እርምጃ የውሂቡን አማካይ ማስላት ነው።
\[
\text{አማካይ} = \frac{10 + 20 + 30 + 40 + 50}{5} = 30
\]

ሁለተኛው እርምጃ በእያንዳንዱ እሴት እና በአማካይ መካከል ያለውን ልዩነት ማስላት ሲሆን ከዚያም ውጤቱን አራት ማዕዘን ማድረግ ነው፡
– (10 – 30)² = 400
– (20 – 30)² = 100
– (30 – 30)² = 0
– (40 – 30)² = 100
– (50 – 30)² = 400

ሦስተኛው እርምጃ የልዩነቶቹን ካሬዎች አማካይ በማስላት ልዩነቱን ማግኘት ነው፡
\[
\text{Variance} = \frac{400 + 100 + 0 + 100 + 400}{5} = 200
\]

ስለዚህ፣ የውሂብ ስብስቡ ልዩነት 200 ነው።

4. ኢንተርኳርትል ክልል (IQR)

ፍቺ
የኢንተርኳርትል ክልል (IQR) በሦስተኛው ሩብ (Q3) እና በመጀመሪያው ሩብ (Q1) መካከል ያለው ልዩነት ነው። IQR በውሂብ ስብስብ ውስጥ ካለው መካከለኛ 50% የውሂብ ስርጭት መለኪያ ይሰጣል፣ ይህም ከክልሉ የበለጠ መረጃ ሰጪ ሊሆን ይችላል።

የችግሮች ምሳሌ
የሚከተለው የውሂብ ስብስብ እሴቶች አሉት፡ 1፣ 3፣ 4፣ 5፣ 6፣ 7፣ 8፣ 11፣ 13 እና 14።

ውይይት
በመጀመሪያ፣ ውሂቡን መደርደር አለብን፦
1, 3, 4, 5, 6, 7, 8, 11, 13, 14

Q1 እና Q3 ለማስላት፣ መረጃውን ወደ ሩብ ክፍሎች መከፋፈል አለብን።

– መካከለኛ (Q2) በ6 እና 7 መካከል ይገኛል፡ \((6+7)/2 = 6.5\)

ለQ1፣ የዝቅተኛ እሴቶችን አማካይ እንወስዳለን፡
– 1፣ 3፣ 4፣ 5፣ 6
– የዚህ ንዑስ ስብስብ አማካይ 4 ነው

ለ 3ኛ ክፍል፣ የላይኛውን እሴቶች አማካይ እንወስዳለን፡
– 7፣ 8፣ 11፣ 13፣ 14
– የዚህ ንዑስ ስብስብ አማካይ 11 ነው

ኢንተርኳርትል ክልል (IQR) = Q3 – Q1 = 11 – 4 = 7

ስለዚህ፣ የውሂብ ስብስብ IQR 7 ነው።

ከሲምፑላን

የስርጭት መለኪያዎች የውሂብ ልዩነትን ደረጃ ለመረዳት የሚረዱን የስታቲስቲክስ አስፈላጊ ገጽታዎች ናቸው። በዚህ ጽሑፍ ውስጥ፣ በተደጋጋሚ ጥቅም ላይ የዋሉ የስርጭት መለኪያዎችን ምሳሌዎችን እና ውይይቶችን ተወያይተናል እና አቅርበናል፤ እነሱም ክልል፣ መደበኛ መዛባት፣ ልዩነት እና ኢንተርኳርቲል ክልል ናቸው። እነዚህን ፅንሰ ሀሳቦች በመረዳት እና እንዴት ማስላት እንደሚቻል በመረዳት፣ የምንተነትን የውሂብ ባህሪያት የተሻለ ግንዛቤ እናገኛለን፣ ይህም በተራው በዚያ መረጃ ላይ በመመስረት የበለጠ መረጃ ያለው ውሳኔ እንድናደርግ ይረዳናል።