Primjeri pitanja i diskusija: Varijanca i standardna devijacija pojedinačnih podataka
Statistika je grana matematike koja se bavi prikupljanjem, analizom, interpretacijom, prezentacijom i organizacijom podataka. Dva važna koncepta u statistici su varijanca i standardna devijacija. Ovaj članak će detaljno razmotriti kako izračunati varijansu i standardnu devijaciju jednog skupa podataka kroz nekoliko primjera problema.
Razumijevanje varijanse i standardne devijacije
Varijanca je mjera koja kvantificira koliko su brojevi u skupu podataka raspršeni od srednje vrijednosti ili prosjeka. Varijanca se izražava u kvadratnim jedinicama originalnih podataka, što je često otežava za tumačenje.
Standardna devijacija je kvadratni korijen varijanse. Ona pruža intuitivniju mjeru koliko podaci generalno odstupaju od srednje vrijednosti jer su njihove jedinice iste kao i originalne jedinice podataka.
Opća formula
Za pojedinačne podatke, formula za varijansu \( \sigma^2 \) i standardnu devijaciju \( \sigma \) populacije je sljedeća:
1. Varijanca (σ²):
( \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)
2. Standardna devijacija (σ):
( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)
Gdje:
– \( N \) je broj podataka u populaciji.
– \( x_i \) je i-ta vrijednost podatka.
– \( \mu \) je srednja vrijednost ili prosjek podataka.
Ako izračunamo varijansu i standardnu devijaciju uzorka, tada se gornja formula malo modificira:
1. Varijanca uzorka (s²):
(s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)
2. Standardna devijacija uzorka (s):
(s = √(1/n-1) = (x_i – x_bar)^2)
Gdje:
– \( n \) je broj podataka u uzorku.
– \( \bar{x} \) je srednja vrijednost ili prosjek uzorka.
Primjeri pitanja i diskusija
Primjer pitanja 1:
S obzirom na sljedeće podatke:
8, 10, 10, 10, 12, 14
Izračunajte varijansu i standardnu devijaciju podataka!
Koraci rješenja:
1. Izračunavanje prosjeka (Mean) \( \mu \):
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]
2. Izračunajte razliku između podataka i prosjeka, a zatim kvadrirajte:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]
3. Sabiranje svih kvadratnih rezultata:
\[
\sum (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]
4. Izračunavanje varijanse (σ²) podataka o populaciji:
\[
σ² = 21.3534 6 = 3.559
\]
Napomena: Budući da su ovi podaci navedeni kao podaci o stanovništvu, dijelimo sa 6.
5. Izračunavanje standardne devijacije (σ):
\[
\sigma = \sqrt{3.559} \približno 1.886
\]
Dakle, varijanca podataka je 3.559, a standardna devijacija je 1.886.
Primjer pitanja 2:
S obzirom na sljedeće primjere podataka:
5, 6, 8, 9, 10, 11
Izračunajte varijansu i standardnu devijaciju uzorka!
Koraci rješenja:
1. Izračunavanje prosjeka (Mean) \( \bar{x} \):
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]
2. Izračunajte razliku između podataka i prosjeka, a zatim kvadrirajte:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]
3. Sabiranje svih kvadratnih rezultata:
\[
∫(x_i – x)² = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]
4. Izračunavanje varijanse uzorka (s²):
\[
s^2 = \frac{26.757}{5} = 5.351
\]
Napomena: Pošto su ovo uzorci podataka, dijelimo sa 5 (n-1).
5. Izračunavanje standardne devijacije (s):
\[
s = \sqrt{5.351} \approx 2.313
\]
Dakle, varijanca uzorka podataka je 5.351, a standardna devijacija je 2.313.
Zaključak
Izračunavanje varijanse i standardne devijacije je ključno za razumijevanje kako su podaci raspoređeni unutar datog skupa. Dok varijanca pruža teorijsku mjeru disperzije u kvadratima originalnih jedinica, standardna devijacija interpretira mjeru disperzije u smislu originalnih jedinica podataka, što je čini lakšom za razumijevanje. U analizi podataka, ove dvije mjere se često koriste za procjenu varijabilnosti podataka i donošenje statističkih odluka.
Razumijevanjem potrebnih koraka i formula, možemo lako izračunati varijansu i standardnu devijaciju za različite situacije s kojima se susrećemo u svakodnevnom prikupljanju i analizi podataka. Nadamo se da ovaj članak pruža dublje razumijevanje koncepata varijanse i standardne devijacije u pojedinačnim skupovima podataka.
