Příkladové otázky a diskuse: Rozptyl a směrodatná odchylka jednotlivých dat
Statistika je odvětví matematiky zabývající se sběrem, analýzou, interpretací, prezentací a organizací dat. Dva důležité pojmy ve statistice jsou rozptyl a směrodatná odchylka. Tento článek podrobně pojedná o tom, jak vypočítat rozptyl a směrodatnou odchylku jedné datové sady, a to na několika příkladech.
Pochopení rozptylu a směrodatné odchylky
Rozptyl je míra, která kvantifikuje, jak moc se čísla v datové sadě liší od průměru neboli průměru. Rozptyl se vyjadřuje v jednotkách čtverečních původních dat, což často ztěžuje jeho interpretaci.
Směrodatná odchylka je druhá odmocnina z rozptylu. Poskytuje intuitivnější měřítko toho, jak moc se data obecně odchylují od průměru, protože jejich jednotky jsou stejné jako původní jednotky dat.
Obecný vzorec
Pro jednotlivá data je vzorec pro rozptyl ( \sigma^2 \) a směrodatnou odchylku ( \sigma \) základní populace následující:
1. Rozptyl (σ²):
( σ² = 1/2 N = 1/2 N (x² – μ)²)
2. Směrodatná odchylka (σ):
( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)
Ruka:
– \( N \) je počet dat v populaci.
– \( x_i \) je i-tá datová hodnota.
– \( \mu \) je průměr nebo průměr dat.
Pokud vypočítáme rozptyl a směrodatnou odchylku vzorku, pak se výše uvedený vzorec mírně upraví:
1. Rozptyl vzorku (s²):
(s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)
2. Směrodatná odchylka vzorku (s):
(s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2})
Ruka:
– \( n \) je počet dat ve vzorku.
– \( \bar{x} \) je průměr nebo průměr vzorku.
Contoh Soal a Pembahasan
Příklad otázky 1:
Vzhledem k následujícím údajům:
8, 10, 10, 10, 12, 14
Vypočítejte rozptyl a směrodatnou odchylku dat!
Kroky řešení:
1. Výpočet průměru (Mean) \( \mu \):
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]
2. Vypočítejte rozdíl mezi daty a průměrem, poté umocněte:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]
3. Sečtení všech druhých mocnin výsledků:
\[
\sum (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]
4. Výpočet rozptylu (σ²) dat populace:
\[
σ² = 21.3534 6 = 3.559
\]
Poznámka: Protože se jedná o údaje o populaci, dělíme číslem 6.
5. Výpočet směrodatné odchylky (σ):
\[
σ = 3.559 = přibližně 1.886
\]
Rozptyl dat je tedy 3.559 a směrodatná odchylka je 1.886.
Příklad otázky 2:
Vzhledem k následujícím vzorovým datům:
5, 6, 8, 9, 10, 11
Vypočítejte rozptyl a směrodatnou odchylku vzorku!
Kroky řešení:
1. Výpočet průměru (Mean) \( \bar{x} \):
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]
2. Vypočítejte rozdíl mezi daty a průměrem, poté umocněte:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]
3. Sečtení všech druhých mocnin výsledků:
\[
součet (x_i – x)² = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]
4. Výpočet rozptylu vzorku (s²):
\[
s^2 = \frac{26.757}{5} = 5.351
\]
Poznámka: Protože se jedná o vzorová data, dělíme 5 (n-1).
5. Výpočet směrodatné odchylky (s):
\[
s = \sqrt{5.351} \přibližně 2.313
\]
Rozptyl dat vzorku je tedy 5.351 a směrodatná odchylka je 2.313.
Závěr
Výpočet rozptylu a směrodatné odchylky je zásadní pro pochopení rozložení dat v dané sadě. Zatímco rozptyl poskytuje teoretickou míru rozptylu v čtvercích původních jednotek, směrodatná odchylka interpretuje míru rozptylu z hlediska původních jednotek dat, což usnadňuje její pochopení. V analýze dat se tyto dvě míry často používají k posouzení variability dat a k přijímání statistických rozhodnutí.
Pochopením potřebných kroků a vzorců můžeme snadno vypočítat rozptyl a směrodatnou odchylku pro různé situace, se kterými se setkáváme při každodenním sběru a analýze dat. Doufejme, že tento článek poskytne hlubší pochopení konceptů rozptylu a směrodatné odchylky v jednotlivých datových sadách.
