Primjeri pitanja i rasprava: Varijanca i standardna devijacija pojedinačnih podataka
Statistika je grana matematike koja se bavi prikupljanjem, analizom, interpretacijom, prezentacijom i organizacijom podataka. Dva važna koncepta u statistici su varijanca i standardna devijacija. Ovaj članak će detaljno raspravljati o tome kako izračunati varijancu i standardnu devijaciju jednog skupa podataka kroz nekoliko primjera problema.
Razumijevanje varijance i standardne devijacije
Varijanca je mjera koja kvantificira koliko su brojevi u skupu podataka raspršeni od srednje vrijednosti ili prosjeka. Varijanca se izražava u kvadratnim jedinicama izvornih podataka, što je često otežava za tumačenje.
Standardna devijacija je kvadratni korijen varijance. Pruža intuitivniju mjeru koliko podaci općenito odstupaju od srednje vrijednosti jer su njihove jedinice iste kao i izvorne jedinice podataka.
Opća formula
Za pojedinačne podatke, formula za varijancu \( \sigma^2 \) i standardnu devijaciju \( \sigma \) populacije je sljedeća:
1. Varijanca (σ²):
( \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)
2. Standardna devijacija (σ):
( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)
Gdje:
– \( N \) je broj podataka u populaciji.
– \( x_i \) je i-ta vrijednost podatka.
– \( \mu \) je srednja vrijednost ili prosjek podataka.
Ako izračunamo varijancu i standardnu devijaciju uzorka, tada se gornja formula malo modificira:
1. Varijanca uzorka (s²):
(s^2 = (1/n-1)) \sum_{i=1}^{n} (x_i – x)^2
2. Standardna devijacija uzorka:
(s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2})
Gdje:
– \(n \) je broj podataka u uzorku.
– \( \bar{x} \) je srednja vrijednost ili prosjek uzorka.
Primjeri pitanja i rasprava
Primjer pitanja 1:
S obzirom na sljedeće podatke:
8, 10, 10, 10, 12, 14
Izračunajte varijancu i standardnu devijaciju podataka!
Koraci rješenja:
1. Izračun prosjeka (Mean) \( \mu \):
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]
2. Izračunajte razliku između podataka i prosjeka, a zatim kvadrirajte:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]
3. Zbrajanje svih kvadratnih rezultata:
\[
\zbroj (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]
4. Izračun varijance (σ²) podataka o populaciji:
\[
σ² = 21.3534 6 = 3.559
\]
Napomena: Budući da su ovi podaci navedeni kao podaci o broju stanovnika, dijelimo sa 6.
5. Izračun standardne devijacije (σ):
\[
σ = 3.559 = približno 1.886
\]
Dakle, varijanca podataka je 3.559, a standardna devijacija 1.886.
Primjer pitanja 2:
S obzirom na sljedeće uzorke podataka:
5, 6, 8, 9, 10, 11
Izračunajte varijancu i standardnu devijaciju uzorka!
Koraci rješenja:
1. Izračun prosjeka (Mean) \( \bar{x} \):
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]
2. Izračunajte razliku između podataka i prosjeka, a zatim kvadrirajte:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]
3. Zbrajanje svih kvadratnih rezultata:
\[
zbroj (x_i – x)² = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]
4. Izračun varijance uzorka (s²):
\[
s^2 = \frac{26.757}{5} = 5.351
\]
Napomena: Budući da su ovo uzorci podataka, dijelimo s 5 (n-1).
5. Izračun standardne devijacije (s):
\[
s = \sqrt{5.351} \približno 2.313
\]
Dakle, varijanca uzorka podataka je 5.351, a standardna devijacija 2.313.
Zaključak
Izračun varijance i standardne devijacije ključan je za razumijevanje rasprostranjenosti podataka unutar danog skupa. Dok varijanca pruža teorijsku mjeru disperzije u kvadratima izvornih jedinica, standardna devijacija interpretira mjeru disperzije u smislu izvornih jedinica podataka, što olakšava razumijevanje. U analizi podataka ove se dvije mjere često koriste za procjenu varijabilnosti podataka i donošenje statističkih odluka.
Razumijevanjem potrebnih koraka i formula možemo lako izračunati varijancu i standardnu devijaciju za različite situacije s kojima se susrećemo u svakodnevnom prikupljanju i analizi podataka. Nadamo se da ovaj članak pruža dublje razumijevanje koncepata varijance i standardne devijacije u pojedinačnim skupovima podataka.
