Esimerkkikysymyksiä ja keskustelua jakautumismittareista
Hajonnan mittaukset ovat tilastollisia käsitteitä, joita käytetään kuvaamaan datan hajaantumista tai vaihtelua datajoukossa. Hajonnan asteikko tarjoaa syvällisemmän kuvan datan jakaumasta ja paljastaa tietoa, jota ei voida nähdä pelkästään mediaanista ja keskiarvosta. Tässä artikkelissa käsitellään useita esimerkkiongelmia, jotka liittyvät hajonnan mittauksiin, ja niiden tarkastelua tämän käsitteen selventämiseksi. Hajonnan mittareita on useita, mukaan lukien vaihteluväli, keskihajonta, varianssi ja kvartiilien välinen vaihteluväli (IQR).
1. Alue
Määritelmä
Alue on ero tietojoukon korkeimman ja matalimman arvon välillä.
Ongelmaesimerkki
Jalkapallojoukkue kirjaa kymmenen viimeisen ottelunsa maalien määrän seuraavasti:
3, 5, 2, 8, 7, 2, 6, 9, 4 ja 1.
Keskustelu
Alueen laskemiseksi meidän on löydettävä datan maksimi- ja minimiarvot.
– Maksimipisteet: 9
– Minimiarvo: 1
Alue = Maksimiarvo – Minimiarvo = 9 – 1 = 8
Joten viimeisten 10 ottelun tehtyjen maalien vaihteluväli on 8 maalia.
2. Keskihajonta
Määritelmä
Keskihajonta mittaa, kuinka kaukana kukin arvo tietojoukossa on keskiarvostaan. Keskihajonta on varianssin neliöjuuri.
Ongelmaesimerkki
Tässä ovat luokan matematiikan kokeiden tulokset: 65, 70, 75, 80 ja 85.
Keskustelu
Ensimmäinen vaihe on laskea keskimääräinen pistemäärä.
\[
\text{Keskiarvo} = \frac{65 + 70 + 75 + 80 + 85}{5} = 75
\]
Toinen vaihe on laskea kunkin arvon ja keskiarvon välinen erotus ja sitten korottaa tulos neliöksi:
– (65 – 75)² = 100
– (70 – 75)² = 25
– (75 – 75)² = 0
– (80 – 75)² = 25
– (85 – 75)² = 100
Kolmas vaihe on löytää varianssi laskemalla erojen neliöiden keskiarvo:
\[
\text{Varianssi} = \frac{100 + 25 + 0 + 25 + 100}{5} = 50
\]
Keskihajonta on varianssin neliöjuuri:
\[
\text{Keskihajonta} = \sqrt{50} \noin 7.07
\]
Joten testitulosten keskihajonta on noin 7.07.
3. Varianssi
Määritelmä
Varianssi on kunkin arvon ja sen keskiarvon välisten neliöityjen erojen keskiarvo; se kuvaa, kuinka hajaantuneet tiedot ovat keskiarvon ympärillä. Varianssi on keskihajonnan neliö.
Ongelmaesimerkki
Oletetaan, että meillä on seuraava tietojoukko: 10, 20, 30, 40 ja 50.
Keskustelu
Ensimmäinen vaihe on laskea datan keskiarvo.
\[
\text{Keskiarvo} = \frac{10 + 20 + 30 + 40 + 50}{5} = 30
\]
Toinen vaihe on laskea kunkin arvon ja keskiarvon välinen erotus ja sitten korottaa tulos neliöksi:
– (10 – 30)² = 400
– (20 – 30)² = 100
– (30 – 30)² = 0
– (40 – 30)² = 100
– (50 – 30)² = 400
Kolmas vaihe on löytää varianssi laskemalla erojen neliöiden keskiarvo:
\[
\text{Varianssi} = \frac{400 + 100 + 0 + 100 + 400}{5} = 200
\]
Joten tietojoukon varianssi on 200.
4. Kvartiiliväli (IQR)
Määritelmä
Kvartiiliväli (IQR) on kolmannen kvartiilin (Q3) ja ensimmäisen kvartiilin (Q1) välinen erotus. IQR mittaa hajontaa tietojoukon keskimmäisestä 50 prosentista, mikä voi olla informatiivisempaa kuin itse väli.
Ongelmaesimerkki
Seuraavalla tietojoukolla on arvot: 1, 3, 4, 5, 6, 7, 8, 11, 13 ja 14.
Keskustelu
Ensin meidän on lajiteltava tiedot:
1, 3, 4, 5, 6, 7, 8, 11, 13, 14
Laskeaksemme Q1:n ja Q3:n, meidän on jaettava tiedot kvartiileihin.
– Mediaani (Q2) on 6 ja 7 välillä: \((6+7)/2 = 6.5\)
Q1:lle otamme alempien arvojen mediaanin:
– 1, 3, 4, 5, 6
– Tämän osajoukon mediaani on 4
Kolmannelle neljännekselle otamme ylempien arvojen mediaanin:
– 7, 8, 11, 13, 14
– Tämän osajoukon mediaani on 11
Kvartiiliväli (IQR) = Q3 – Q1 = 11 – 4 = 7
Joten tietojoukon IQR on 7.
Johtopäätös
Hajonnan mittaaminen on tärkeää tilastotieteen osa-aluetta, joka auttaa meitä ymmärtämään datan vaihtelun astetta. Tässä artikkelissa olemme käsitelleet ja antaneet esimerkkejä ja keskusteluja useista yleisesti käytetyistä hajonnan mittaajista: vaihteluväli, keskihajonta, varianssi ja kvartiilien välinen alue. Ymmärtämällä nämä käsitteet ja niiden laskemisen saamme paremman käsityksen analysoimamme datan ominaisuuksista, mikä puolestaan voi auttaa meitä tekemään tietoisempia päätöksiä kyseisen datan perusteella.
