Yksittäisten tietojen varianssi ja keskihajonta
Tilastotiede on tiede, joka tutkii datan keräämistä, analysointia, tulkintaa, esittämistä ja järjestämistä. Yksi tärkeä osa tilastotiedettä on se, miten mittaamme ja ymmärrämme datan vaihtelua. Kaksi keskeistä vaihtelun mittaa ovat varianssi ja keskihajonta. Tässä artikkelissa käsitellään varianssia ja keskihajontaa perusteellisesti keskittyen yhteen datajoukkoon, selittäen määritelmät, kaavat, laskentavaiheet ja antaen käytännön esimerkkejä käsitteiden selventämiseksi.
Varianssin ja keskihajonnan määritelmä
Vaihdella
Varianssi mittaa, kuinka kauas data poikkeaa keskiarvosta. Se antaa yleiskuvan datajoukon monimuotoisuudesta eli vaihtelusta. Matemaattisesti ilmaistuna varianssi on kunkin dataelementin poikkeamien neliöiden keskiarvo keskiarvosta.
Keskihajonta
Keskihajonta, joka tunnetaan myös nimellä standardipoikkeama, on varianssin neliöjuuri. Se antaa tietoa datan jakautumisesta samoissa yksiköissä kuin alkuperäinen data, mikä helpottaa sen tulkitsemista tosielämän tilanteissa.
Kaavat ja laskelmat
Vaihdella
Yhden n-kokoisen tietojoukon varianssin (σ^2) laskemiseksi voimme käyttää seuraavaa kaavaa:
\[ \sigma^2 = \frac{\sum_{i=1}^{n} (x_i – \bar{x})^2}{n} \]
Dimana:
– \(x_i \) on i:s data-arvo.
– \( \bar{x} \) on datan keskiarvo.
– n on joukon datamäärä.
– (x_i – \bar{x})^2 on kunkin datan ja sen keskiarvon välisen erotuksen neliö.
Keskihajonta
Keskihajonta (σ) on varianssin neliöjuuri, joten kaava on:
\[ \sigma = \sqrt{\sigma^2} \]
Laskentavaiheet
Vaihe 1: Laske tietojen keskiarvo (Mean)
Ensimmäinen vaihe on laskea tietojoukon keskiarvo. Keskiarvo lasketaan laskemalla yhteen kaikki data-arvot ja jakamalla tulos data-arvojen lukumäärällä.
\[ \bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} \]
Vaihe 2: Laske kunkin tietojoukon erotus keskiarvoa vasten
Keskiarvon laskemisen jälkeen seuraava vaihe on laskea kunkin data-arvon ja keskiarvon välinen ero (poikkeama).
\[d_i = x_i – \bar{x} \]
Vaihe 3: Neliöi jokainen poikkeama
Seuraavaksi neliöi jokainen poikkeama.
\[d_i^2 = (x_i – \bar{x})^2 \]
Vaihe 4: Laske yhteen kaikki neliöpoikkeamat
Laske yhteen kaikki edellisen vaiheen neliöidyt tulokset.
\[ \sum_d_i^2 = \sum_{i=1}^{n} (x_i – \bar{x})^2 \]
Vaihe 5: Laske varianssi
Jaa poikkeamien neliöiden summa datamäärällä (n) saadaksesi varianssin.
\[ \sigma^2 = \frac{\summa d_i^2}{n} \]
Vaihe 6: Laske keskihajonta
Lopuksi laske keskihajonta ottamalla varianssin neliöjuuri.
\[ \sigma = \sqrt{\sigma^2} \]
Contoh Perhitungan
Varianssin ja keskihajonnan laskemisen käsitteen selventämiseksi tarkastellaan seuraavaa esimerkkiä. Oletetaan, että meillä on seuraava yksittäinen tietojoukko: 4, 8, 6, 5, 3.
Vaihe 1: Laske tietojen keskiarvo
\[ \bar{x} = \frac{4 + 8 + 6 + 5 + 3}{5} = \frac{26}{5} = 5.2 \]
Vaihe 2: Laske kunkin tietojoukon erotus keskiarvoa vasten
Kunkin data-arvon ja keskiarvon välinen ero:
– (4 – 5.2) = -1.2
– (8 – 5.2) = 2.8
– (6 – 5.2) = 0.8
– (5 – 5.2) = -0.2
– (3 – 5.2) = -2.2
Vaihe 3: Neliöi jokainen poikkeama
Kunkin poikkeaman neliö:
– (-1.2)^2 = 1.44
– 2.8^2 = 7.84
– 0.8^2 = 0.64
– (-0.2)^2 = 0.04
– (-2.2)^2 = 4.84
Vaihe 4: Laske yhteen kaikki neliöpoikkeamat
\[ \summa d_i^2 = 1.44 + 7.84 + 0.64 + 0.04 + 4.84 = 14.8 \]
Vaihe 5: Laske varianssi
\[ \sigma^2 = \frac{14.8}{5} = 2.96 \]
Vaihe 6: Laske keskihajonta
\[ \sigma = \sqrt{2.96} \noin 1.72 \]
Joten tässä esimerkissä datan varianssi on 2.96 ja keskihajonta on noin 1.72.
Tulkinta
Varianssi ja keskihajonta antavat tärkeää tietoa datan hajonnasta. Yllä olevassa esimerkissä varianssi 2.96 osoittaa, että data-arvojen keskimääräinen neliöpoikkeama keskiarvosta on 2.96. Keskihajonta 1.72 osoittaa, että data-arvot poikkeavat keskimäärin 1.72 yksikköä keskiarvosta.
Keskihajontaa on helpompi tulkita, koska sillä on samat yksiköt kuin alkuperäisellä datalla. Esimerkiksi tulotilastojen yhteydessä, jos datan keskihajonta on 500 dollaria, se tarkoittaa, että keskitulot poikkeavat 500 dollaria keskituloista.
Sovellus jokapäiväisessä elämässä
Varianssin ja keskihajonnan ymmärtämistä voidaan soveltaa useilla eri aloilla. Rahoituksessa keskihajontaa voidaan käyttää sijoitusriskin mittaamiseen. Koulutuksessa sitä voidaan käyttää opiskelijoiden testitulosten vaihtelun arviointiin. Valmistuksessa se voi auttaa laadunvalvonnassa mittaamalla tuotannon vaihtelua.
Johtopäätös
Varianssi ja keskihajonta ovat kaksi tärkeää tilastollista työkalua datajoukon vaihtelun ymmärtämiseksi. Laskemalla varianssin voimme määrittää, kuinka hajallaan data on. Keskihajonta, joka on varianssin neliöjuuri, tarjoaa intuitiivisemman tulkinnan ja mitataan samoissa yksiköissä kuin alkuperäinen data. Ymmärtämällä ja pystymällä laskemaan nämä kaksi mittaria voimme analysoida dataa paremmin ja tehdä tietoisempia päätöksiä.
