Analizo de Datendistribuo Uzante Norman Devion
En statistiko, simple kompreni la "centron" de datumaro ne sufiĉas. Du datumaroj povas havi la saman meznombron, sed iliaj karakterizaĵoj signife diferencas pro sia grado de disperso. Jen kie la koncepto de datumaro fariĝas grava. Unu el la plej popularaj, fortikaj kaj ofte uzataj mezuroj de disperso en diversaj kampoj - de edukado kaj ekonomiko ĝis sano kaj datumscienco - estas norma devio. Ĉi tiu artikolo diskutas la koncepton, kalkuladon, interpreton kaj uzon de norma devio por analizi kiom disigitaj datumoj estas de sia centra valoro.
1. Kial necesas analizi datendistribuon?
Imagu du klasojn kun averaĝa matematika ekzamena poentaro de 80. En klaso A, preskaŭ ĉiuj lernantoj atingis poentojn inter 78 kaj 82. En klaso B, kelkaj lernantoj atingis poentojn 50 kaj kelkaj 100. La averaĝoj estas la samaj, sed la situacioj en la du klasoj estas klare malsamaj. Klaso A montras konstantan rendimenton, dum klaso B montras signifan malegalecon.
Analizante la distribuon, ni povas:
– Taksi la konsistencon aŭ varion de fenomeno.
– Mezurado de risko (ekz. vario en investaj rendimentoj).
– Komparante procezan stabilecon (ekz. produktokvalito).
– Detekti eblajn anomaliojn aŭ ekstremajn datumojn.
Norma devio estas la ĉefa ilo por ĉi tiu celo ĉar ĝi mezuras kiom malproksime la datumoj disiĝas de la meznombro.
2. Difino de Norma Devio
La norma devio estas la kvadrata radiko de la varianco. Dum la varianco mezuras la averaĝon de la kvadratoj de la diferencoj inter la datumoj kaj la meznombro, la norma devio redonas la mezurunuojn al ilia originala skalo (ekz., testrezultoj, kilogramoj, rupioj, ktp.). Tio faciligas la interpreton de la norma deviiĝo.
Intuicie:
– Malgranda norma devio → la kolektitaj datumoj estas proksimaj al la meznombro (pli unuformaj).
– Granda norma devio → datumoj estas disigitaj malproksime de la meznombro (pli diversaj).
3. Formulo de Norma Devio: Populacio kontraŭ Specimeno
En statistiko, ni distingas inter kalkulado de norma devio por populacioj kaj specimenoj.
a) Populacia Norma Devio (σ)
Se la analizitaj datumoj estas ĉiuj membroj de la populacio, la formulo estas:
\[
\sigma = \sqrt{\frac{\sum (x_i – \mu)^2}{N}}
\]
Informoj:
– \(x_i\) = i-a datenvaloro
– μ = populacia meznombro
– \(N\) = nombro de populaciaj datumoj
b) Specimena Norma Devio (j)
Se la analizitaj datumoj estas nur parto de la populacio (specimeno), la formulo estas:
\[
s = ∫²{\frac{\sum (x_i – \bar{x})^2}{n-1}}
\]
Informoj:
– \(\bar{x}\) = provaĵa meznombro
– \(n\) = nombro de specimenaj datumoj
– \(n-1\) estas nomata la gradoj de libereco (korekto de Bessel), uzata tiel ke la takso de varianco/norma devio estas senantaŭjuĝa.
En ĉiutaga praktiko, la datumoj, kiujn ni havas, kutime estas en la formo de specimenoj, do la formulo ∫(n-1) estas tre ofte uzata.
4. Paŝoj por Kalkuli Norman Devion
Por kompreni la procezon, jen la ĝeneralaj paŝoj por kalkuli la norman devion de la specimeno:
1. Kalkulu la averaĝon (\(\bar{x}\)).
2. Kalkulu la diferencon inter ĉiu datumo kaj la averaĝo (\(x_i – \bar{x}\)).
3. Kvadratigu la diferencon \((x_i – \bar{x})^2\).
4. Sumigu ĉiujn kvadratojn.
5. Dividu per \(n-1\) por ricevi la provaĵan variancon.
6. Kvadratigu la rezulton por akiri la norman devion (j).
Simpla Ekzemplo
Supozu, ke la datenvaloroj estas: 70, 75, 80, 85, 90 (n = 5)
– Averaĝo: \(\bar{x} = (70+75+80+85+90)/5 = 80\)
– Diferenco: -10, -5, 0, 5, 10
– Kvadrata diferenco: 100, 25, 0, 25, 100
– Nombro da kvadratoj: 250
– Specimena varianco: \(250/(5-1)=62,5\)
– Norma devio: s=62,5\proksimume 7,91
La simpla interpreto: la valoroj devias averaĝe je ĉirkaŭ 7,91 poentoj de la meznombro de 80.
5. Interpreto de Norma Devio en Datenanalizo
Norma devio ne staras sola; ĝia signifo dependas de la kunteksto. Tamen, kelkaj ĝeneralaj gvidlinioj povas esti helpemaj:
– Se la norma devio estas proksima al 0, la datumoj estas tre koncentritaj ĉirkaŭ la meznombro.
– Se la norma devio estas granda, la datumoj estas pli variaj, indikante nehomogenecon.
Norma devio ankaŭ ofte estas uzata por:
– Komparo de du grupoj: ekzemple du klasoj kun la sama meznombro, sed malsamaj normaj devioj.
– Takso de proceza stabileco: fabrika produktado kun malgranda norma devio de produktograndeco signifas pli konstantan kvaliton.
– Mezurado de volatileco: en financo, la norma devio de akcio-rendimentoj ofte estas uzata kiel riskindikilo.
6. Rilato inter Norma Devio kaj Normala Distribuo
En datumoj kiuj sekvas normalan distribuon, la norma devio havas tre fortan interpreton per la empiria regulo:
– Ĉirkaŭ 68% de la datumoj estas en la intervalo \(\bar{x} \pm 1s\)
– Ĉirkaŭ 95% de la datumoj estas en la intervalo \(\bar{x} \pm 2s\)
– Ĉirkaŭ 99,7% de la datumoj estas en la intervalo \(\bar{x} \pm 3s\)
Ĉi tiu regulo utilas por taksi kiom da datumoj estas "normalaj" ĉirkaŭ la meznombro kaj faciligas detekti ekstremajn valorojn. Tamen, gravas memori, ke ĉi tiu regulo estas preciza nur se la datumoj estas efektive proksimaj al la normalo.
7. Norma Devio kontraŭ Aliaj Mezuroj de Disvastiĝo
Kvankam norma devio estas tre populara, ekzistas aliaj mezuroj de disperso, kiuj ankaŭ gravas:
– Intervalo: la diferenco inter la maksimuma kaj minimuma valoroj. Simpla sed tre sentema al outlier-oj.
– IQR (interkvartila intervalo): la intervalo inter kvartilo 1 kaj kvartilo 3. Pli rezistema al outlier-oj ol norma devio.
– MAD (mediana absoluta devio): fortika mezuro bazita sur la mediano, taŭga por datumoj kun multaj outlier-oj.
La norma devio estas pli bona kiam la datumoj estas relative "puraj" kaj la distribuo ne estas tro forte vosta. Se la datumoj enhavas multajn outlier-ojn, la norma devio povas fariĝi pli granda kaj malpli reprezenta de la plimulto de la datumoj.
8. Avantaĝoj kaj Limigoj de Norma Devio
Troo
– Uzas ĉiujn datumojn (ne nur ekstremajn valorojn).
– Havas fortan teorian bazon kaj ofte estas uzata en multaj progresintaj statistikaj metodoj.
– Facile interpretebla ĉar la unuoj estas la samaj kiel la originalaj datumoj.
Limigoj
– Tre sentema al outlier-oj ĉar ĝi implikas la kvadraton de la diferenco.
– La interpreto de “granda” aŭ “malgranda” dependas de skalo kaj kunteksto.
– En tre nenormalaj distribuoj, la norma devio povas esti malpli reprezenta.
9. Konkludo
Analizi la disvastiĝon de datumoj estas decida paŝo por kompreni la karakterizaĵojn de datumaro. La norma devio provizas klaran mezuron pri kiom malproksime la datumoj disvastiĝas de la meznombro, helpante nin taksi la koherecon, riskon kaj kvaliton de procezo aŭ fenomeno. Komprenante kiel kalkuli kaj interpreti ĝin, ni povas fari pli informitajn decidojn, ĉu en akademia esplorado, rendimenta taksado, kvalito-kontrolo aŭ komerca analizo.
Fine, norma devio ne estas nur nombro, sed prefere grava resumo de la necerteco kaj vario enecaj en la datumoj. Por pli fortika analizo, norma devio devus esti uzata kune kun aliaj mezuroj - kiel la mediano, IQR, aŭ datumbildigo - por provizi pli kompletan kaj precizan bildon de la distribuo.
