Məlumat Paylanmasında Varians və Standart Sapmanın Təhlili
Statistikada məlumatların paylanmasını anlamaq orta və ya median kimi mərkəzi dəyərləri anlamaq qədər vacibdir. İki məlumat dəsti eyni orta qiymətə malik ola bilər, lakin onların paylanmaları çox fərqlidir: biri orta qiymət ətrafında sıx şəkildə qruplaşdırıla bilər, digəri isə geniş yayılmış ola bilər. Məhz burada dispersiya və standart sapma rol oynayır - onlar məlumatların mərkəzi dəyərindən nə qədər fərqləndiyini göstərən əsas ölçülərdir. Bu məqalədə onların anlayışları, düsturları, şərhləri və məlumatların təhlilində tətbiq nümunələri müzakirə olunur.
1. Məlumatların Yayılması Niyə Vacibdir?
Məlumatların dispersiyası ardıcıllıq və risk haqqında məlumat verir. Məsələn, test balları kontekstində A və B sinifləri üçün orta göstərici 80 ola bilər. Lakin, A sinifinin ballarındakı fərq azdırsa, tələbələrin əksəriyyəti oxşar nəticə göstərir. Əksinə, B sinfinin ballarındakı fərq böyükdürsə, bəzi tələbələrin çox yüksək, digərlərinin isə çox aşağı bal toplaması ehtimalı var. Biznesdə satış məlumatlarının dispersiyası gəlir sabitliyini, maliyyədə isə investisiya gəlirlərinin dispersiyası risk səviyyəsini göstərir.
Variasiya və standart sapmanı anlayaraq qərar qəbul edənlər aşağıdakıları edə bilərlər:
– Bir prosesin sabit olub-olmadığını qiymətləndirin (məsələn, zavod istehsalı).
– Qruplar arasında ardıcıllığın müqayisəsi (məsələn, iki öyrənmə metodu).
– Nəzərdən keçirilməsinə dəyər olan kənar məlumatların müəyyən edilməsi.
– Proqnozlarda və modellərdə qeyri-müəyyənliyin qiymətləndirilməsi.
2. Variansın Əsas Konsepsiyası
Dispersiya hər bir məlumat dəstinin orta qiymətdən orta kvadratik sapmasını ölçür. Sapma məlumat dəyərləri ilə orta qiymət arasındakı fərqdir. Əgər bir çox dəyər orta qiymətdən uzaqdırsa, dispersiya böyük olacaq. Əgər dəyərlər orta qiymətə yaxındırsa, dispersiya kiçik olacaq.
Tutaq ki, orta qiyməti \(\bar{x}\) olan \(x_1, x_2, …, x_n\) məlumatlar mövcuddur. Hər bir məlumatın sapması \(x_i – \bar{x}\-dir. Lakin, sapmalar birbaşa əlavə olunarsa, nəticə həmişə sıfırdır, çünki bir-birini ləğv edən müsbət və mənfi sapmalar mövcuddur. Bunu aradan qaldırmaq üçün sapmalar hamısı müsbət olacaq şəkildə kvadratlaşdırılır. Dispersiya burada yaranır.
a) Əhali Variasiya
Əgər məlumatlar bütün populyasiyanı təmsil edirsə, populyasiya dispersiyası aşağıdakı kimi yazılır:
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
Harada:
– \(N\) əhali məlumatlarının sayıdır,
– \(\mu\) əhali ortalamasıdır,
– \(\sigma^2\) populyasiya variasiyasının göstəricisidir.
b) Nümunə Variansı
Əgər məlumatlar daha böyük bir populyasiyadan götürülmüş nümunədirsə, nümunə variasiyası istifadə olunur:
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n-1}
\]
Bölünən \(n-1 \) Bessel korreksiyası adlanır və populyasiya üçün variasiya qiymətləndirməsinin qərəzsiz olmasını təmin etmək üçün istifadə olunur. Əsasən, nümunə ortalaması məlumatların özündən hesablandığı üçün "sərbəstlik dərəcələrinin itkisi" baş verir, buna görə də bölən müvafiq olaraq tənzimlənir.
3. Standart Sapma: Dispersiyanın Kökü
Dispersiyanın bir praktik çatışmazlığı var: onun vahidləri məlumatların vahidlərinin kvadratıdır. Əgər məlumatlar "rupiah"-dadırsa, dispersiya "rupiah²"-dədir ki, bunu birbaşa şərh etmək çətindir. Buna görə də, biz dispersiyanın kvadrat kökü olan standart sapmadan istifadə edirik.
a) Əhali Standart Sapması
\[
\sigma = \sqrt{\sigma^2}
\]
b) Nümunə Standart Sapma
\[
s = \sqrt{s^2}
\]
Standart sapmanın vahidləri orijinal məlumatlarla eynidir və bu da onu daha asan başa düşməyə imkan verir. Yüksək standart sapma daha çox yayılmış məlumatı, aşağı standart sapma isə daha sıx məlumat dəstini göstərir.
4. Sadə Hesablama Nümunəsi
Məsələn, test bal məlumatları: 70, 75, 80, 85, 90.
1) Orta qiyməti hesablayın:
\[
\bar{x} = \frac{70+75+80+85+90}{5} = 80
\]
2) Hər bir dəyərin orta qiymətdən sapmasını hesablayın:
– 70: \(70-80=-10\)
– 75: \(75-80=-5\)
– 80: \(80-80=0\)
– 85: \(85-80=5\)
– 90: \(90-80=10\)
3) Sapmanı kvadratlaşdırın:
– 100, 25, 0, 25, 100
4) Toplayın:
\[
\sum (x_i-\bar{x})^2 = 250
\]
5) Nümunə dispersiyası:
\[
s^2 = \frac{250}{5-1} = 62.5
\]
6) Nümunə standart sapma:
\[
s = \sqrt{62.5} \təqribən 7.91
\]
Şərh: orta bal 80-dir və "tipik olaraq" ballar orta səviyyədən təxminən 7-8 bal fərqlənir.
5. Varians və Standart Sapmanın Şərhi
Variasiya və standart sapma sadəcə ədədlər deyil; onlar kontekstdə şərh olunmalıdır.
– Kiçik standart sapma: yüksək tutarlılıq. Məsələn, məhsulun ölçüsündə çox kiçik standart sapma olan istehsal prosesi sabit keyfiyyəti göstərir.
– Böyük standart sapma: yüksək variasiya. İnvestisiya qoyuluşunda gəlirliliyin yüksək standart sapması yüksək dəyişkənlik (daha yüksək risk) deməkdir.
– Qruplar arasında müqayisə: əgər iki qrupun orta qiyməti eyni, lakin standart sapmaları fərqlidirsə, sapması daha kiçik olan qrup daha homogendir.
Lakin, standart sapmanın kənar qiymətlərə həssas olduğunu unutmamaq vacibdir. Tək bir ekstremal dəyər dispersiyanı və standart sapmanı əhəmiyyətli dərəcədə artıra bilər. Buna görə də, paylanma təhlili tez-tez vizuallaşdırmalar (histoqramlar, qutu qrafikləri) və ya IQR (kvartillərarası diapazon) kimi güclü ölçülərlə tamamlanır.
6. Normal Paylanma və Empirik Qaydalarla Əlaqə
Normal paylanmada (zəng əyrisi) standart sapmanın çox güclü bir mənası var. Tez-tez istifadə olunan bir empirik qayda var:
– Məlumatların təxminən 68%-i \(\bar{x} \pm 1s\) diapazonundadır
– Məlumatların təxminən 95%-i \(\bar{x} \pm 2s\) diapazonundadır
– Məlumatların təxminən 99,7%-i \(\bar{x} \pm 3s\) diapazonundadır
Bu qayda, məsələn, bir dəyərin "qeyri-təbii" olub olmadığını və ya hələ də ümumi diapazonda olub olmadığını qiymətləndirmək kimi tez şərhlər etməyə kömək edir.
7. Müxtəlif sahələrdə tətbiqlər
1) Təhsil: Şagirdlərin qiymətlərinin paylanmasının monitorinqi. Kiçik sapmalar təlim nəticələrinin ədalətli olduğunu, böyük sapmalar isə anlayışdakı boşluqları göstərə bilər.
2) Sənaye: keyfiyyətə nəzarət. İstehsal ardıcıllığını qiymətləndirmək üçün variasiyadan istifadə olunur.
3) Maliyyə: səhm qiymətinin dəyişkənliyini, portfel gəlirliyini və investisiya riskini ölçür.
4) Sağlamlıq: xəstə populyasiyasında qan təzyiqi, şəkər səviyyələri və ya digər klinik göstəricilərdə dəyişikliklərin müşahidə edilməsi.
5) Sosial tədqiqat: sorğu cavablarının heterojenliyinin və respondent xüsusiyyətlərinin müxtəlifliyinin qiymətləndirilməsi.
8. Ümumi Səhvlər və Praktik Məsləhətlər
Bəzi ümumi səhvlər:
– Məlumatlar tam populyasiya olsa belə, nümunə variasiyasından (bölən \(n-1\)) istifadə etməklə və ya əksinə.
– Dispersiyanı onun kvadrat vahidlərini nəzərə almadan şərh edin; şərh üçün standart sapmadan istifadə etmək daha təhlükəsizdir.
– Kənar göstəriciləri nəzərə almadan; əvvəlcə məlumatları yoxlamaq ən yaxşısıdır.
– Normallaşdırmadan fərqli miqyaslı məlumatlar arasındakı standart sapmaları müqayisə edin; bəzi hallarda daha ədalətli müqayisə üçün variasiya əmsalından (CV), yəni \(CV = \frac{s}{\bar{x}}\times 100\%\) istifadə edin.
Bağlanır
Variasiya və standart sapma məlumatların paylanmasını anlamaq üçün əsas vasitələrdir. Variasiya güclü riyazi təməl təmin edir, standart sapma isə orijinal məlumatlara bənzər olduğu üçün şərh edilməsi daha asan olan bir ölçü təmin edir. Bu iki ölçüdən istifadə etməklə, məlumat dəstləri arasında paylanma xüsusiyyətlərindəki ardıcıllığı, riski və fərqləri daha aydın qiymətləndirə bilərik. Məlumatların təhlili praktikasında, məlumatların tam mənzərəsini təmin etmək və daha məlumatlı qərarlar qəbul etmək üçün variasiya və standart sapma mərkəzi meyl və vizuallaşdırma ölçüləri ilə birlikdə ən yaxşı şəkildə istifadə olunur.
İstəsəniz, daha mürəkkəb hesablama nümunələri (məsələn, qruplaşdırılmış məlumatlar) əlavə edə və ya standart sapmanın z-bal və kənarlaşma aşkarlanması ilə əlaqəsini izah edə bilərəm.
