Grupiandmete dispersioon ja standardhälve
Statistika on matemaatika haru, mida kasutatakse andmete kogumiseks, korraldamiseks, analüüsimiseks, tõlgendamiseks ja esitamiseks. Üks oluline mõiste statistikas on varieeruvuse ehk andmete leviku mõõtmine. Kaks peamist varieeruvuse mõõdikut on dispersioon ja standardhälve. See artikkel uurib dispersiooni ja standardhälvet põhjalikult, eriti grupiandmete kontekstis.
Muutlikkuse määratlus ja tähtsus
Muutlikkus mõõdab, kui palju andmed keskmisest erinevad. Muutlikkuse mõõtmine on oluline, sest see annab lisateavet, mida ei saa ainult keskse kalduvuse, näiteks keskmise, mõõtmistest. Muutlikkuse mõõdiku tundmine aitab meil mõista andmete järjepidevust ja tuvastada võimalikke kõrvalekaldeid või anomaaliaid.
Dispersiooni ja standardhälbe mõistmine
Dispersioon on andmete jaotuse mõõt, mis näitab, kui kaugel iga andmepunkt on oma keskmisest ruutühikutes. Seda tähistatakse sümboliga \( \sigma^2 \) populatsiooni puhul ja \(s^2 \) valimi puhul. Populatsiooniandmete dispersiooni valem on:
\[ \sigma^2 = \frac{\summa (X_i – \mu)^2}{N} \]
Mis puutub valimi, siis valem on järgmine:
\[s^2 = \frac{\sum(X_i – \bar{X})^2}{n-1} \]
Kus:
– \(X_i \) on individuaalne andmeväärtus
– \( \mu \) on populatsiooni keskmine
– \( \bar{X} \) on valimi keskmine
– \(N \) on populatsiooni suurus
– \(n \) on valimi suurus
Standardhälve on dispersiooni ruutjuur. Seda tähistatakse sümboliga \( \sigma \) populatsiooni ja \(s \) valimi puhul. Standardhälve tagastab andmeühikud algsele kujule, mistõttu on seda lihtsam tõlgendada kui dispersiooni.
\[ \sigma = \sqrt{\sigma^2} \]
\[s = \sqrt{s^2} \]
Grupi andmed
Rühmitatud andmed on andmed, mis on liigitatud mitmesse kategooriasse või vahemikku. Näiteks õpilaste pikkused on jagatud vahemikeks 150–155 cm, 155–160 cm jne. Rühmitatud andmete dispersiooni ja standardhälbe analüüsimine nõuab veidi teistsugust lähenemist kui individuaalsete andmete analüüsimine.
Grupiandmete dispersiooni ja standardhälbe arvutamise sammud
Järgnevalt on toodud sammud rühmaandmete dispersiooni ja standardhälbe arvutamiseks:
1. Loo sagedusjaotuse tabel
– Andmed jagatakse mitmeks klassiks või intervalliks.
– Iga intervalli sagedus (andmete arv igas intervallis) registreeritakse.
2. Klassi keskpunkti määramine
– Iga intervalli keskpunkt arvutatakse järgmiselt: \( \text{Keskpunkt} = \frac{\text{Alumine piir} + \text{Ülem piir}}{2} \)
3. Ajutise keskmise arvutamine (\( \bar{X} \))
– Keskmine arvutatakse valemi abil: \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)
– Kus \(f_i \) on sagedus ja \(x_i \) on intervalli keskpunkt.
4. Keskmisest kõrvalekalde ja selle ruudu arvutamine
– Iga intervalli puhul arvutatakse kõrvalekalle keskmisest järgmiselt: \(d_i = x_i – \bar{X} \)
– Seejärel arvutage ruut: \(d_i^2 \)
5. Dispersiooni ja standardhälbe arvutamine
– Dispersioon arvutatakse valemi abil: \(s^2 = \frac{\sum f_i d_i^2}{\sum f_i – 1} \)
– Standardhälve on dispersiooni ruutjuur: \(s = \sqrt{s^2} \)
Arvutusnäide
Oletame, et meil on õpilaste pikkuse andmed rühmitatud järgmiselt:
| Intervall (cm) | Sagedus (f) |
|—————|—————|
| 150–154 | 5 |
| 155–159 | 10 |
| 160–164 | 15 |
| 165–169 | 8 |
| 170–174 | 2 |
1. Sagedusjaotuse tabel:
| Intervall (cm) | Sagedus (f) | Keskpunkt (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 | | | |
| Kokku | 40 | | 6440 | | | |
2. Keskmise arvutamine (\( \bar{X} \)):
\[ \bar{X} = \frac{6440}{40} = 161 \]
3. Keskmisest kõrvalekalde ja selle ruudu arvutamine:
| Intervall (cm) | Sagedus (f) | Keskpunkt (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 |
| Kokku | 40 | | 6440 | | | 1110 |
4. Dispersiooni arvutamine:
\[s^2 = \frac{1110}{40 – 1} = \frac{1110}{39} \umbes 28.46 \]
5. Standardhälbe arvutamine:
\[s = \sqrt{28.46} \umbes 5.33 \]
Järeldus
Dispersioon ja standardhälve on statistikas olulised mõõdikud, mis kirjeldavad andmete jaotust nende keskmise ümber. Kuigi neid mõisteid saab rakendada ka üksikute andmete puhul, on arvutusprotsess rühmitatud andmete puhul veidi erinev. Ülaltoodud näitest näeme rühmitatud andmete dispersiooni ja standardhälbe arvutamise üksikasjalikke samme. See teave on kasulik mitmesugustes rakendustes, alates akadeemilisest uurimistööst kuni äri- ja tootmisanalüüsini.
Hälbe ja standardhälbe hea mõistmise abil saame olemasolevaid andmeid täpsemalt tõlgendada ja nende põhjal otsuseid langetada. See võimaldab meil säilitada tulemusi, mis on mitte ainult täpsed, vaid ka asjakohased.
