Variància i desviació estàndard de les dades del grup
L'estadística és una branca de les matemàtiques que s'utilitza per recopilar, organitzar, analitzar, interpretar i presentar dades. Un concepte important en estadística és mesurar la variabilitat o la dispersió de les dades. Dues mesures principals de variabilitat són la variància i la desviació estàndard. Aquest article explorarà la variància i la desviació estàndard en profunditat, específicament en el context de dades de grup.
Definició i importància de la variabilitat
La variabilitat mesura fins a quin punt les dades es dispersen de la seva mitjana. Mesurar la variabilitat és important perquè proporciona informació addicional que no es pot obtenir únicament a partir de mesures de tendència central, com ara la mitjana. Coneixent la mesura de la variabilitat, podem entendre la consistència de les dades i identificar possibles valors atípics o anomalies.
Comprensió de la variància i la desviació estàndard
La variància és una mesura de la distribució de dades que mostra la distància que separa cada punt de dades de la seva mitjana en unitats quadrades. Es dóna amb el símbol \( \sigma^2 \) per a una població i \( s^2 \) per a una mostra. La fórmula de la variància per a les dades de població és:
\[ \sigma^2 = \frac{\sum (X_i – \mu)^2}{N} \]
Pel que fa a la mostra, la fórmula és:
\[ s^2 = \frac{\sum (X_i – \bar{X})^2}{n-1} \]
On:
– \(X_i \) és el valor individual de les dades
– \( \mu \) és la mitjana de la població
– \( \bar{X} \) és la mitjana mostral
– \(N \) és la mida de la població
– \(n \) és la mida de la mostra
La desviació estàndard és l'arrel quadrada de la variància. Es dóna amb el símbol σ per a una població i σ per a una mostra. La desviació estàndard retorna les unitats de dades a la seva forma original, cosa que la fa més fàcil d'interpretar que la variància.
\[ \sigma = \sqrt{\sigma^2} \]
\[s = \sqrt{s^2} \]
Dades de grup
Les dades agrupades són dades que s'han classificat en diverses categories o intervals. Per exemple, les altures dels estudiants es divideixen en intervals de 150-155 cm, 155-160 cm, etc. L'anàlisi de la variància i la desviació estàndard en dades agrupades requereix un enfocament lleugerament diferent que l'anàlisi de dades individuals.
Passos per calcular la variància i la desviació estàndard per a dades de grup
Aquests són els passos per calcular la variància i la desviació estàndard de les dades d'un grup:
1. Crea una taula de distribució de freqüències
– Les dades es divideixen en diverses classes o intervals.
– Es registra la freqüència de cada interval (el nombre de dades de cada interval).
2. Determinació del punt mig de la classe
– El punt mig de cada interval es calcula com: \( \text{Punt mig} = \frac{\text{Límit inferior} + \text{Límit superior}}{2} \)
3. Càlcul de la mitjana temporal (\( \bar{X} \))
– La mitjana es calcula mitjançant la fórmula: \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)
– On \(f_i\) és la freqüència i \(x_i\) és el punt mitjà de l'interval.
4. Càlcul de la desviació de la mitjana i el seu quadrat
– Per a cada interval, la desviació de la mitjana es calcula com: \(d_i = x_i – \bar{X} \)
– Aleshores calcula el quadrat: \( d_i^2 \)
5. Càlcul de la variància i la desviació estàndard
– La variància es calcula mitjançant la fórmula: \( s^2 = \frac{\sum f_i d_i^2}{\sum f_i – 1} \)
– La desviació estàndard és l'arrel quadrada de la variància: \(s = \sqrt{s^2} \)
Exemple de càlcul
Suposem que tenim les dades d'alçada dels estudiants agrupades de la següent manera:
| Interval (cm) | Freqüència (f) |
|—————|—————|
| 150 – 154 | 5 |
| 155 – 159 | 10 |
| 160 – 164 | 15 |
| 165 – 169 | 8 |
| 170 – 174 | 2 |
1. Taula de distribució de freqüències:
| Interval (cm) | Freqüència (f) | Punt mitjà (x) | (f ≤ x) | (d = x – X) | (d²) | (f ≤ d²) |
|——————|———————|———————|———————–|———————–|———————-|
| 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 | | | |
| Total | 40 | | 6440 | | | |
2. Càlcul de la mitjana (\( \bar{X} \)):
\[ \bar{X} = \frac{6440}{40} = 161 \]
3. Càlcul de la desviació de la mitjana i el seu quadrat:
| Interval (cm) | Freqüència (f) | Punt mitjà (x) | (f ≤ x) | (d = x – 161) | (d^2) | (f ≤ 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 |
| Total | 40 | | 6440 | | | 1110 |
4. Càlcul de la variància:
\[s^2 = \frac{1110}{40 – 1} = \frac{1110}{39} \aprox. 28.46 \]
5. Càlcul de la desviació estàndard:
\[s = \sqrt{28.46} \aprox. 5.33\]
Conclusió
La variància i la desviació estàndard són mesures importants en estadística que descriuen la distribució de les dades al voltant de la seva mitjana. Tot i que aquests conceptes es poden aplicar a dades individuals, el procés de càlcul és lleugerament diferent per a les dades agrupades. A l'exemple anterior, podem veure els passos detallats per calcular la variància i la desviació estàndard per a dades agrupades. Aquesta informació és útil en una varietat d'aplicacions, des de la recerca acadèmica fins a l'anàlisi empresarial i de producció.
Amb una bona comprensió de la variància i la desviació estàndard, podem interpretar amb més precisió i prendre decisions basant-nos en les dades que tenim. Això ens permet mantenir resultats que no només són precisos sinó també rellevants.
