የነጠላ ውሂብ ልዩነት እና መደበኛ መዛባት

የነጠላ ውሂብ ልዩነት እና መደበኛ መዛባት

ስታቲስቲክስ የውሂብ አሰባሰብን፣ ትንተናን፣ ትርጓሜን፣ አቀራረብን እና አደረጃጀትን የሚያጠና ሳይንስ ነው። የስታቲስቲክስ አንድ አስፈላጊ ገጽታ በውሂብ ውስጥ ያለውን ተለዋዋጭነት እንዴት እንደምንለካ እና እንደምንረዳ ነው። ሁለት ወሳኝ የተለዋዋጭነት መለኪያዎች ልዩነት እና መደበኛ መዛባት ናቸው። ይህ ጽሑፍ በአንድ የውሂብ ስብስብ ላይ በማተኮር የልዩነት እና የመደበኛ መዛባትን በጥልቀት ያብራራል፣ ፍቺዎችን፣ ቀመሮችን፣ የስሌት ደረጃዎችን ያብራራል እና ፅንሰ-ሀሳቦቹን ለማብራራት ተግባራዊ ምሳሌዎችን ይሰጣል።

የልዩነት እና የመደበኛ ልዩነት ፍቺ

ቫሪያን
ልዩነት ማለት መረጃ ከአማካይ ምን ያህል እንደተሰራጨ የሚለካ መለኪያ ነው። በውሂብ ስብስብ ውስጥ ያለውን ልዩነት ወይም ልዩነት አጠቃላይ እይታ ይሰጣል። በሂሳብ አነጋገር፣ ልዩነት ማለት የእያንዳንዱ የውሂብ ንጥል ከአማካይ የሚለዩት ካሬዎች አማካይ ነው።

መደበኛ መዛባት
መደበኛ መዛባት (standard divider) በመባልም የሚታወቀው የልዩነቱ ካሬ ሥር ነው። ከዋናው መረጃ ጋር በተመሳሳይ አሃዶች ውስጥ ስለ ዳታ ስርጭት መረጃ ይሰጣል፣ ይህም በእውነተኛ ህይወት አውዶች ውስጥ ለመተርጎም ቀላል ያደርገዋል።

ቀመሮች እና ስሌቶች

ቫሪያን
የአንድ ነጠላ የውሂብ ስብስብ መጠን n ልዩነት (σ^2) ለማስላት የሚከተለውን ቀመር መጠቀም እንችላለን፡

\[ \sigma^2 = \frac{\sum_{i=1}^{n} (x_i – \bar{x})^2}{n} \]

የት፡
– \( x_i \) የ ith የውሂብ እሴት ነው።
– \( \bar{x} \) የውሂብ አማካይ ወይም አማካይ ነው።
– n በስብስቡ ውስጥ ያለው የውሂብ ብዛት ነው።
– (x_i – \bar{x})^2 በእያንዳንዱ ውሂብ እና አማካይ መካከል ያለው ልዩነት ካሬ ነው።

መደበኛ መዛባት
መደበኛ መዛባት (σ) የልዩነቱ ካሬ ሥር ነው፣ ስለዚህ ቀመሩ የሚከተለው ነው፡

\[ \sigma = \sqrt{\sigma^2} \]

የስሌት ደረጃዎች

ደረጃ 1፡ የውሂብ አማካይን አስላ (አማካኝ)
የመጀመሪያው እርምጃ የውሂብ ስብስቡን አማካይ (አማካይ) ማስላት ነው። አማካይ የሚሰላው ሁሉንም የውሂብ እሴቶችን በማከል እና በውሂብ እሴቶች ብዛት በመከፋፈል ነው።

\[ \bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} \]

ደረጃ 2፡ የእያንዳንዱ የውሂብ ስብስብ ከአማካይ ጋር ያለውን ልዩነት አስላ
አማካይውን ካገኙ በኋላ፣ የሚቀጥለው እርምጃ በእያንዳንዱ የውሂብ እሴት እና በአማካይ (ልዩነት) መካከል ያለውን ልዩነት ማስላት ነው።

\[ d_i = x_i – \bar{x} \]

ደረጃ 3፡ እያንዳንዱን ልዩነት አራት ማዕዘን ያድርጉ
ቀጥሎ፣ እያንዳንዱን ልዩነት አራት ማዕዘን ያድርጉ።

\[ d_i^2 = (x_i – \bar{x})^2 \]

ደረጃ 4፡ ሁሉንም አራት ማዕዘን ቅርጾችን ድምር
ከቀዳሚው ደረጃ የተገኙትን ሁሉንም የተደረደሩ ውጤቶችን ያክሉ።

\[ \sum d_i^2 = \sum_{i=1}^{n} (x_i – \bar{x})^2 \]

ደረጃ 5፡ የልዩነት መጠንን አስሉ
ልዩነቱን ለማግኘት የልዩነቶቹን ካሬዎች ድምር በውሂብ ቁጥር (n) ይከፋፍሉ።

\[ \sigma^2 = \frac{\sum d_i^2}{n} \]

ደረጃ 6፡ መደበኛ መዛባትን አስሉ
በመጨረሻም፣ የልዩነቱን ካሬ ሥር በመውሰድ መደበኛውን መዛባት አስሉ።

\[ \sigma = \sqrt{\sigma^2} \]

የስሌት ምሳሌ

የልዩነት እና የመደበኛ መዛባትን የማስላት ጽንሰ-ሀሳብ ግልጽ ለማድረግ፣ የሚከተለውን ምሳሌ እንመልከት። የሚከተለው ነጠላ የውሂብ ስብስብ አለን እንበል፡ 4፣ 8፣ 6፣ 5፣ 3።

ደረጃ 1፡ የውሂብ አማካይን አስላ
\[ \bar{x} = \frac{4 + 8 + 6 + 5 + 3}{5} = \frac{26}{5} = 5.2 \]

ደረጃ 2፡ የእያንዳንዱ የውሂብ ስብስብ ከአማካይ ጋር ያለውን ልዩነት አስላ
በእያንዳንዱ የውሂብ እሴት እና በአማካይ መካከል ያለው ልዩነት፦
– (4 – 5.2) = -1.2
– (8 – 5.2) = 2.8
– (6 – 5.2) = 0.8
– (5 – 5.2) = -0.2
– (3 – 5.2) = -2.2

ደረጃ 3፡ እያንዳንዱን ልዩነት አራት ማዕዘን ያድርጉ
የእያንዳንዱ መዛባት ካሬ፡
– (-1.2)^2 = 1.44
– 2.8^2 = 7.84
– 0.8^2 = 0.64
– (-0.2)^2 = 0.04
– (-2.2)^2 = 4.84

ደረጃ 4፡ ሁሉንም አራት ማዕዘን ቅርጾችን ድምር
\[ \sum d_i^2 = 1.44 + 7.84 + 0.64 + 0.04 + 4.84 = 14.8 \]

ደረጃ 5፡ የልዩነት መጠንን አስሉ
\[ \sigma^2 = \frac{14.8}{5} = 2.96 \]

ደረጃ 6፡ መደበኛ መዛባትን አስሉ
\[ \sigma = \sqrt{2.96} \approx 1.72 \]

ስለዚህ፣ በዚህ ምሳሌ፣ የውሂብ ልዩነት 2.96 ሲሆን፣ መደበኛ መዛባት ደግሞ 1.72 አካባቢ ነው።

ትርጓሜ

የልዩነቱ እና የመደበኛው መዛባት ስለ መረጃው ስርጭት አስፈላጊ መረጃዎችን ይሰጣሉ። ከላይ ባለው ምሳሌ፣ የ2.96 ልዩነት የሚያመለክተው ከአማካይ የውሂብ እሴቶች አማካይ ካሬ ልዩነት 2.96 መሆኑን ነው። የ1.72 መደበኛ መዛባት የሚያመለክተው በአማካይ የውሂብ እሴቶቹ ከአማካይ በ1.72 አሃዶች እንደሚለዩ ነው።

መደበኛ መዛባት ለመተርጎም ቀላል ነው ምክንያቱም ከመጀመሪያው መረጃ ጋር ተመሳሳይ አሃዶች አሉት። ለምሳሌ፣ በገቢ ስታቲስቲክስ አውድ ውስጥ፣ መረጃው $500 መደበኛ መዛባት ካለው፣ አማካይ ገቢ ከአማካይ ገቢ በ$500 ይለያል ማለት ነው።

በዕለት ተዕለት ሕይወት ውስጥ ማመልከቻ

የልዩነት እና የመደበኛ መዛባትን መረዳት በተለያዩ ዘርፎች ሊተገበር ይችላል። በፋይናንስ ዘርፍ፣ የኢንቨስትመንት ስጋትን ለመለካት መደበኛ መዛባት ጥቅም ላይ ሊውል ይችላል። በትምህርት ዘርፍ፣ በተማሪዎች መካከል ያለውን የፈተና ውጤት ልዩነት ለመገምገም ጥቅም ላይ ሊውል ይችላል። በማኑፋክቸሪንግ ዘርፍ፣ የምርት ልዩነትን በመለካት የጥራት ቁጥጥርን ሊረዳ ይችላል።

ከሲምፑላን

ልዩነት እና መደበኛ መዛባት በአንድ የውሂብ ስብስብ ውስጥ ያለውን ተለዋዋጭነት ለመረዳት ሁለት ወሳኝ የስታቲስቲክስ መሳሪያዎች ናቸው። ልዩነትን በማስላት፣ መረጃው እንዴት እንደተሰራጨ መወሰን እንችላለን። የልዩነቱ ካሬ ሥር የሆነው መደበኛ መዛባት የበለጠ ለመረዳት ቀላል የሆነ ትርጓሜ ይሰጣል እና ከመጀመሪያ መረጃው ጋር በተመሳሳይ አሃዶች ይለካል። እነዚህን ሁለት መለኪያዎች በመረዳት እና በማስላት በመቻል፣ መረጃን በተሻለ ሁኔታ መተንተን እና የበለጠ መረጃ ሰጪ ውሳኔዎችን ማድረግ እንችላለን።