Дысперсія і стандартнае адхіленне групавых дадзеных
Статыстыка — гэта раздзел матэматыкі, які выкарыстоўваецца для збору, арганізацыі, аналізу, інтэрпрэтацыі і прадстаўлення дадзеных. Адным з важных паняццяў у статыстыцы з'яўляецца вымярэнне зменлівасці або распаўсюджвання дадзеных. Дзве асноўныя меры зменлівасці — гэта дысперсія і стандартнае адхіленне. У гэтым артыкуле дысперсія і стандартнае адхіленне будуць падрабязна разгледжаны, асабліва ў кантэксце групавых дадзеных.
Вызначэнне і значэнне зменлівасці
Зменлівасць вымярае, наколькі дадзеныя адрозніваюцца ад свайго сярэдняга значэння. Вымярэнне зменлівасці важнае, таму што яно дае дадатковую інфармацыю, якую нельга атрымаць выключна з дапамогай паказчыкаў цэнтральнай тэндэнцыі, такіх як сярэдняе значэнне. Ведаючы меру зменлівасці, мы можам зразумець, наколькі ўзгодненыя дадзеныя, і выявіць патэнцыйныя выкіды або анамаліі.
Разуменне дысперсіі і стандартнага адхілення
Дысперсія — гэта мера размеркавання дадзеных, якая паказвае, наколькі кожная кропка дадзеных адрозніваецца ад свайго сярэдняга значэння ў квадратных адзінках. Яна задаецца сімвалам \( \sigma^2 \) для генеральнай сукупнасці і \( s^2 \) для выбаркі. Формула для дысперсіі дадзеных генеральнай сукупнасці выглядае наступным чынам:
\[ \sigma^2 = \frac{\sum (X_i – \mu)^2}{N} \]
Што тычыцца ўзору, то формула такая:
\[s^2 = \frac{\sum (X_i – \bar{X})^2}{n-1} \]
Дзе:
– \(X_i \) — гэта індывідуальнае значэнне дадзеных
– \( \mu \) — сярэдняе значэнне папуляцыі
– \( \bar{X} \) — сярэдняе значэнне выбаркі
– \( N \) — памер папуляцыі
– \(n \) — памер выбаркі
Стандартнае адхіленне — гэта квадратны корань з дысперсіі. Яно задаецца сімвалам \( \sigma \) для генеральнай сукупнасці і \( s \) для выбаркі. Стандартнае адхіленне вяртае адзінкі дадзеных у іх першапачатковы выгляд, што спрашчае яго інтэрпрэтацыю ў параўнанні з дысперсіяй.
\[ \sigma = \sqrt{\sigma^2} \]
\[s = \sqrt{s^2} \]
Групавыя дадзеныя
Згрупаваныя даныя — гэта даныя, якія былі класіфікаваны па некалькіх катэгорыях або інтэрвалах. Напрыклад, рост студэнтаў падзелены на інтэрвалы 150-155 см, 155-160 см і гэтак далей. Аналіз дысперсіі і стандартнага адхілення згрупаваных даных патрабуе крыху іншага падыходу, чым аналіз асобных даных.
Крокі для разліку дысперсіі і стандартнага адхілення для групавых дадзеных
Ніжэй прыведзены крокі для разліку дысперсіі і стандартнага адхілення групавых дадзеных:
1. Стварыце табліцу размеркавання частот
– Дадзеныя падзяляюцца на некалькі класаў або інтэрвалаў.
– Запісваецца частата кожнага інтэрвалу (колькасць дадзеных у кожным інтэрвале).
2. Вызначэнне сярэдзіны класа
– Сярэдзіна кожнага інтэрвалу вылічваецца як: \( \text{Сярэдзіна} = \frac{\text{Ніжняя мяжа} + \text{Верхняя мяжа}}{2} \)
3. Разлік часовага сярэдняга (\( \bar{X} \))
– Сярэдняе значэнне разлічваецца па формуле: \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)
– Дзе (f_i) — частата, а (x_i) — сярэдняя кропка інтэрвалу.
4. Вылічэнне адхілення ад сярэдняга значэння і яго квадрата
– Для кожнага інтэрвалу адхіленне ад сярэдняга значэння вылічваецца як: \( d_i = x_i – \bar{X} \)
– Затым вылічыце квадрат: \( d_i^2 \)
5. Разлік дысперсіі і стандартнага адхілення
– Дысперсія вылічваецца па формуле: \( s^2 = \frac{\sum f_i d_i^2}{\sum f_i – 1} \)
– Стандартнае адхіленне — гэта квадратны корань з дысперсіі: \( s = \sqrt{s^2} \)
Кантох Перхітунган
Дапусцім, у нас ёсць дадзеныя аб росце студэнтаў, згрупаваныя наступным чынам:
| Інтэрвал (см) | Частата (f) |
|—————|—————|
| 150 – 154 | 5 |
| 155 – 159 | 10 |
| 160 – 164 | 15 |
| 165 – 169 | 8 |
| 170 – 174 | 2 |
1. Табліца размеркавання частот:
| Інтэрвал (см) | Частата (f) | Сярэдняя кропка (x) | \( f \cdot x \) | \( d = x – \bar{X} \) | \( d^2 \) | \( f \cdot d^2 \) |
|——————|——————|———————|———————–|———————–|———————-|
| 150 – 154 | 5 | 152 | 760 | | | |
| 155 – 159 | 10 | 157 | 1570 | | | |
| 160 – 164 | 15 | 162 | 2430 | | | |
| 165 – 169 | 8 | 167 | 1336 | | | |
| 170 – 174 | 2 | 172 | 344 | | | |
| Усяго | 40 | | 6440 | | | |
2. Вылічэнне сярэдняга значэння (\( \bar{X} \)):
\[ \bar{X} = \frac{6440}{40} = 161 \]
3. Вылічэнне адхілення ад сярэдняга значэння і яго квадрата:
| Інтэрвал (см) | Частата (f) | Сярэдняя кропка (x) | \( f \cdot x \) | \( d = x – 161 \) | \( d^2 \) | \( f \cdot d^2 \) |
|——————|——————|———————|——————–|———————-|———————-|
| 150 – 154 | 5 | 152 | 760 | -9 | 81 | 405 |
| 155 – 159 | 10 | 157 | 1570 | -4 | 16 | 160 |
| 160 – 164 | 15 | 162 | 2430 | 1 | 1 | 15 |
| 165 – 169 | 8 | 167 | 1336 | 6 | 36 | 288 |
| 170 – 174 | 2 | 172 | 344 | 11 | 121 | 242 |
| Усяго | 40 | | 6440 | | | 1110 |
4. Разлік дысперсіі:
\[s^2 = \frac{1110}{40 – 1} = \frac{1110}{39} \прыблізна 28.46 \]
5. Разлік стандартнага адхілення:
\[s = \sqrt{28.46} \прыблізна 5.33 \]
Выснова
Дысперсія і стандартнае адхіленне — важныя паказчыкі ў статыстыцы, якія апісваюць размеркаванне дадзеных вакол іх сярэдняга значэння. Хоць гэтыя паняцці можна ўжываць да асобных дадзеных, працэс разліку крыху адрозніваецца для згрупаваных дадзеных. З прыведзенага вышэй прыкладу мы можам убачыць падрабязныя крокі для разліку дысперсіі і стандартнага адхілення для згрупаваных дадзеных. Гэтая інфармацыя карысная ў розных сферах прымянення, ад акадэмічных даследаванняў да аналізу бізнесу і вытворчасці.
Добра разумеючы дысперсію і стандартнае адхіленне, мы можам больш дакладна інтэрпрэтаваць і прымаць рашэнні на аснове наяўных дадзеных. Гэта дазваляе нам атрымліваць вынікі, якія з'яўляюцца не толькі дакладнымі, але і актуальнымі.
