Varijanca i standardna devijacija pojedinačnih podataka
Statistika je znanost koja proučava prikupljanje, analizu, interpretaciju, prezentaciju i organizaciju podataka. Jedan važan aspekt statistike je kako mjerimo i razumijemo varijabilnost u podacima. Dvije ključne mjere varijabilnosti su varijanca i standardna devijacija. Ovaj članak će detaljno raspravljati o varijanci i standardnoj devijaciji, fokusirajući se na jedan skup podataka, objašnjavajući definicije, formule, korake izračuna i pružajući praktične primjere za pojašnjenje koncepata.
Definicija varijance i standardne devijacije
Varian
Varijanca je mjera koliko su podaci raspršeni od srednje vrijednosti. Pruža pregled raznolikosti ili varijacije u skupu podataka. Matematičkim rječnikom, varijanca je prosjek kvadrata odstupanja svake stavke podataka od njezine srednje vrijednosti.
Standardna devijacija
Standardna devijacija, također poznata kao standardna devijacija, je kvadratni korijen varijance. Pruža informacije o distribuciji podataka u istim jedinicama kao i izvorni podaci, što olakšava tumačenje u stvarnim kontekstima.
Formule i izračuni
Varian
Za izračun varijance (σ^2) jednog skupa podataka veličine n možemo koristiti sljedeću formulu:
\[ \sigma^2 = \frac{\suma_{i=1}^{n} (x_i – \bar{x})^2}{n} \]
Gdje:
– \( x_i \) je i-ta vrijednost podatka.
– \( \bar{x} \) je srednja vrijednost ili prosjek podataka.
– n je broj podataka u skupu.
– (x_i – \bar{x})^2 je kvadrat razlike između svakog podatka i njegove srednje vrijednosti.
Standardna devijacija
Standardna devijacija (σ) je kvadratni korijen varijance, pa je formula:
\[ \sigma = \sqrt{\sigma^2} \]
Koraci izračuna
Korak 1: Izračunajte prosjek podataka (srednja vrijednost)
Prvi korak je izračunati prosjek (srednju vrijednost) skupa podataka. Prosjek se izračunava zbrajanjem svih vrijednosti podataka i dijeljenjem s brojem vrijednosti podataka.
\[ \bar{x} = \frac{\suma_{i=1}^{n} x_i}{n} \]
Korak 2: Izračunajte razliku svakog skupa podataka u odnosu na srednju vrijednost
Nakon što se dobije prosjek, sljedeći korak je izračunati razliku između svake vrijednosti podataka i prosjeka (odstupanje).
\[d_i = x_i – \bar{x} \]
Korak 3: Kvadratura svakog odstupanja
Zatim, kvadrirajte svako odstupanje.
\[d_i^2 = (x_i – \bar{x})^2 \]
Korak 4: Zbrojite sva kvadratna odstupanja
Zbrojite sve kvadrirane rezultate iz prethodnog koraka.
\[ \sum d_i^2 = \sum_{i=1}^{n} (x_i – \bar{x})^2 \]
Korak 5: Izračunajte varijancu
Zbroj kvadrata odstupanja podijelite s brojem podataka (n) kako biste dobili varijancu.
\[ \sigma^2 = \frac{\suma d_i^2}{n} \]
Korak 6: Izračunajte standardnu devijaciju
Konačno, izračunajte standardnu devijaciju uzimanjem kvadratnog korijena varijance.
\[ \sigma = \sqrt{\sigma^2} \]
Primjer izračuna
Kako bismo razjasnili koncept izračuna varijance i standardne devijacije, pogledajmo sljedeći primjer. Pretpostavimo da imamo sljedeći pojedinačni skup podataka: 4, 8, 6, 5, 3.
Korak 1: Izračunajte prosjek podataka
\[ \bar{x} = \frac{4 + 8 + 6 + 5 + 3}{5} = \frac{26}{5} = 5.2 \]
Korak 2: Izračunajte razliku svakog skupa podataka u odnosu na srednju vrijednost
Razlika između svake vrijednosti podataka i srednje vrijednosti:
– (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
Korak 3: Kvadratura svakog odstupanja
Kvadrat svakog odstupanja:
– (-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
Korak 4: Zbrojite sva kvadratna odstupanja
\[ \sum d_i^2 = 1.44 + 7.84 + 0.64 + 0.04 + 4.84 = 14.8 \]
Korak 5: Izračunajte varijancu
\[ \sigma^2 = \frac{14.8}{5} = 2.96 \]
Korak 6: Izračunajte standardnu devijaciju
\[ \sigma = \sqrt{2.96} \približno 1.72 \]
Dakle, u ovom primjeru, varijanca podataka je 2.96, a standardna devijacija je oko 1.72.
Tumačenje
Varijanca i standardna devijacija pružaju važne informacije o rasprostranjenosti podataka. U gornjem primjeru, varijanca od 2.96 označava da je prosječno kvadratno odstupanje vrijednosti podataka od srednje vrijednosti 2.96. Standardna devijacija od 1.72 označava da vrijednosti podataka u prosjeku odstupaju za 1.72 jedinice od srednje vrijednosti.
Standardnu devijaciju je lakše interpretirati jer ima iste jedinice kao i izvorni podaci. Na primjer, u kontekstu statistike dohotka, ako podaci imaju standardnu devijaciju od 500 USD, to znači da prosječni dohodak odstupa za 500 USD od srednjeg dohotka.
Primjena u svakodnevnom životu
Razumijevanje varijance i standardne devijacije može se primijeniti u raznim područjima. U financijama se standardna devijacija može koristiti za mjerenje investicijskog rizika. U obrazovanju se može koristiti za procjenu varijacija u rezultatima testova između učenika. U proizvodnji može pomoći u kontroli kvalitete mjerenjem varijacija u proizvodnji.
Zaključak
Varijanca i standardna devijacija dva su ključna statistička alata za razumijevanje varijabilnosti u skupu podataka. Izračunavanjem varijance možemo utvrditi koliko su podaci raspršeni. Standardna devijacija, koja je kvadratni korijen varijance, nudi intuitivnije tumačenje i mjeri se u istim jedinicama kao i izvorni podaci. Razumijevanjem i mogućnošću izračuna ove dvije mjere možemo bolje analizirati podatke i donositi informiranije odluke.
