የነጠላ ውሂብ ልዩነትን እና መደበኛ መዛባትን የሚመለከቱ ምሳሌዎች ጥያቄዎች

የምሳሌ ጥያቄዎች እና ውይይቶች፡ የነጠላ ውሂብ ልዩነት እና መደበኛ መዛባት

ስታቲስቲክስ የውሂብ አሰባሰብ፣ ትንተና፣ ትርጓሜ፣ አቀራረብ እና አደረጃጀትን የሚመለከት የሂሳብ ዘርፍ ነው። በስታቲስቲክስ ውስጥ ሁለት አስፈላጊ ፅንሰ ሀሳቦች ልዩነት እና መደበኛ መዛባት ናቸው። ይህ ጽሑፍ በበርካታ የምሳሌ ችግሮች አማካኝነት የአንድ ነጠላ ውሂብ ልዩነት እና መደበኛ መዛባት እንዴት ማስላት እንደሚቻል በዝርዝር ያብራራል።

የልዩነት እና መደበኛ መዛባትን መረዳት

ልዩነት በአንድ የውሂብ ስብስብ ውስጥ ያሉት ቁጥሮች ከአማካይ ወይም ከአማካይ ምን ያህል እንደተሰራጩ የሚለካ መለኪያ ነው። ልዩነት የሚገለጸው በዋናው መረጃ ካሬ አሃዶች ሲሆን ይህም ብዙውን ጊዜ ለመተርጎም አስቸጋሪ ያደርገዋል።

መደበኛ መዛባት የልዩነቱ ካሬ ሥር ነው። ውሂቡ በአጠቃላይ ከአማካይ ምን ያህል እንደሚርቅ የበለጠ ለመረዳት ቀላል የሆነ መለኪያ ይሰጣል ምክንያቱም አሃዶቹ ከውሂቡ የመጀመሪያ አሃዶች ጋር ተመሳሳይ ናቸው።

አጠቃላይ ቀመር

ለነጠላ መረጃ፣ የሕዝቡ ልዩነት \( \sigma^2 \) እና መደበኛ መዛባት \( \sigma \) ቀመር እንደሚከተለው ነው፡

1. ልዩነት (σ²):
\( \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)

2. መደበኛ መዛባት (σ):
\( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)

የት፡
– \(N \) በሕዝብ ብዛት ውስጥ ያለው የመረጃ ብዛት ነው።
– \( x_i \) የ ith የውሂብ እሴት ነው።
– \( \mu \) የውሂብ አማካይ ወይም አማካይ ነው።

የናሙናውን ልዩነት እና መደበኛ መዛባት ካሰላን፣ ከላይ ያለው ቀመር በትንሹ ተሻሽሏል፡

1. የናሙና ልዩነት (s²)፦
\( s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)

2. የናሙና መደበኛ መዛባት(ዎች)፡
\( s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2} \)

የት፡
– \( n \) በናሙናው ውስጥ ያለው የውሂብ ብዛት ነው።
– \( \bar{x} \) የናሙናው አማካይ ወይም አማካይ ነው።

የናሙና ጥያቄዎች እና ውይይቶች

ምሳሌ ጥያቄ 1፡

የሚከተለውን መረጃ ከግምት ውስጥ በማስገባት፡
8, 10, 10, 10, 12, 14

የውሂብ ልዩነትን እና መደበኛ መዛባትን አስላ!

የመፍትሄ ደረጃዎች፡

1. አማካይ (አማካኝ) \( \mu \) ማስላት:
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]

2. በውሂብ እና በአማካይ መካከል ያለውን ልዩነት አስሉ፣ ከዚያም ካሬ፡
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]

3. ሁሉንም አራት ማዕዘን ቅርጽ ያላቸውን ውጤቶች ማከል፡
\[
\ sum (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]

4. የህዝብ ብዛት መረጃ ልዩነት (σ²) ማስላት፡
\[
\sigma^2 = \frac{21.3534}{6} = 3.559
\]

ማሳሰቢያ፡ ይህ መረጃ የህዝብ መረጃ ተብሎ ስለተገለጸ፣ በ6 እንከፍላለን።

5. መደበኛ መዛባትን ማስላት (σ):
\[
\sigma = \sqrt{3.559} \approx 1.886
\]

ስለዚህ፣ የውሂብ ልዩነት 3.559 ሲሆን መደበኛ መዛባት ደግሞ 1.886 ነው።

ምሳሌ ጥያቄ 2፡

የሚከተለውን የናሙና መረጃ ስንመለከት፡
5, 6, 8, 9, 10, 11

የናሙናውን ልዩነት እና መደበኛ መዛባት አስላ!

የመፍትሄ ደረጃዎች፡

1. አማካይ (አማካኝ) \( \bar{x} \) ማስላት:
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]

2. በውሂብ እና በአማካይ መካከል ያለውን ልዩነት አስሉ፣ ከዚያም ካሬ፡
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]

3. ሁሉንም አራት ማዕዘን ቅርጽ ያላቸውን ውጤቶች ማከል፡
\[
\sum (x_i – \bar{x})^2 = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]

4. የናሙና ልዩነት (s²) ማስላት፡
\[
s^2 = \frac{26.757}{5} = 5.351
\]

ማሳሰቢያ፡ ይህ የናሙና መረጃ ስለሆነ፣ በ5 (n-1) እንከፍላለን።

5. መደበኛ መዛባትን (ዎች) ማስላት፡
\[
s = \sqrt{5.351} \approx 2.313
\]

ስለዚህ፣ የናሙና መረጃው ልዩነት 5.351 ሲሆን መደበኛው ልዩነት ደግሞ 2.313 ነው።

ከሲምፑላን

የውሂብ ስርጭት በአንድ የተወሰነ ስብስብ ውስጥ እንዴት እንደሆነ ለመረዳት የልዩነት እና የመደበኛ መዛባትን ማስላት በጣም አስፈላጊ ነው። ልዩነት በዋናዎቹ ክፍሎች ካሬዎች ውስጥ የስርጭት ንድፈ ሐሳብ መለኪያ የሚሰጥ ቢሆንም፣ መደበኛ መዛባት የስርጭት መለኪያን ከውሂቡ የመጀመሪያ ክፍሎች አንፃር ይተረጉመዋል፣ ይህም ለመረዳት ቀላል ያደርገዋል። በውሂብ ትንተና ውስጥ፣ እነዚህ ሁለት መለኪያዎች ብዙውን ጊዜ የውሂብ ተለዋዋጭነትን ለመገምገም እና የስታቲስቲክስ ውሳኔዎችን ለማድረግ ያገለግላሉ።

አስፈላጊዎቹን ደረጃዎች እና ቀመሮች በመረዳት፣ በዕለት ተዕለት የውሂብ አሰባሰብ እና ትንተና ውስጥ ለሚያጋጥሙን የተለያዩ ሁኔታዎች ልዩነት እና መደበኛ መዛባትን በቀላሉ ማስላት እንችላለን። ይህ ጽሑፍ በነጠላ የውሂብ ስብስቦች ውስጥ ስለ ልዩነት እና መደበኛ መዛባት ጽንሰ-ሀሳቦች ጥልቅ ግንዛቤ እንደሚሰጥ ተስፋ እናደርጋለን።