Statisztikai adatok átlagos eltérésének meghatározására szolgáló technikák
A statisztikában az adatok „középpontjának” – például az átlagon vagy a mediánon keresztüli – egyszerű megértése gyakran nem elegendő. Két adathalmaz átlaga lehet azonos, de a „variációjuk” szintjében jelentősen eltérhetnek. Ezért fontosak a szóródás mértékei. Az egyik viszonylag könnyen érthető és használható szóródási mérték az átlagos eltérés. Ez a cikk a statisztikai adatok különböző formáiban az átlagos eltérés meghatározásának technikáit tárgyalja, számítási lépésekkel és példákkal kiegészítve.
Az átlagos eltérés megértése
Az átlagos eltérés egy olyan mérőszám, amely az egyes adatpontok átlagos távolságát adja meg a központi tendencia mértékétől, általában a számtani átlagtól (átlagtól) vagy mediántól. A szóban forgó távolság az adat és a központi érték közötti különbség abszolút értéke, így egyetlen negatív különbség sem "törli ki" a pozitív különbséget.
Általánosságban elmondható, hogy az átlagos eltérés azt írja le, hogy az adatok milyen messzire szóródnak a középértéküktől. Minél kisebb az átlagos eltérés, annál szorosabban csoportosulnak az adatok a középpont körül; minél nagyobb az érték, annál változatosabbak az adatok.
Miért használjunk abszolút értéket?
Ha az adatok és az átlag közötti különbségek átlagát abszolút érték nélkül számítjuk ki, akkor a különbségek összege mindig nulla lesz (mivel az átlag az egyensúlyi pont). Például, ha +5 és -5 különbségek vannak, akkor azok összege 0. Ezért abszolút értékeket használunk, hogy az eltérések valóban tükrözzék az adatok távolságát a középponttól.
Az átlagos eltérés képlete egyedi adatokra
Egyedi adatok (nem csoportosított) esetén az átlagtól való átlagos eltérést a következőképpen fogalmazzuk meg:
\[
SR = ∫|x_i – ∫|{n}
\]
Információ:
– \(SR \): átlagos eltérés
– \( x_i \): i-edik adat
– \( \bar{x} \): számtani átlag (átlag)
– \(n \): adatmennyiség
Egyetlen adatalapú számítási technika (lépések)
1. Számítsa ki az összes adat átlagát ( \bar{x} \).
2. Számítsa ki az egyes adatok és az átlag közötti különbséget: \(x_i – \bar{x} \).
3. Vegye ki az egyes különbségek abszolút értékét: \( |x_i – \bar{x}| \).
4. Adja össze a különbségek összes abszolút értékét.
5. Oszd el az adatok számával (n).
Egyetlen adat példa
Értékadatok: 6, 8, 10, 12, 14
1) Átlag:
\[
\bar{x}=\frac{6+8+10+12+14}{5}=\frac{50}{5}=10
\]
2) A különbség abszolút értéke:
– |6 − 10| = 4
– |8 − 10| = 2
– |10 − 10| = 0
– |12 − 10| = 2
– |14 − 10| = 4
Összesen = 4 + 2 + 0 + 2 + 4 = 12
3) Átlagos eltérés:
\[
SR=\frac{12}{5}=2{,}4
\]
Ez azt jelenti, hogy átlagosan minden érték 2,4 egységgel tér el az átlagtól (10).
Gyakori (diszkrét) adatok átlagos eltérése
Ha az adatokat értékek és gyakoriságok formájában mutatjuk be (pl. táblázatban), a képlet a következőképpen alakul:
\[
SR = \frac{\f_i összeg |x_i – \bar{x}|}{\f_i összeg}
\]
Információ:
– \( f_i \): adatfrekvencia \( x_i \)
Frekvenciaadat-számítási technikák
1. Számítsa ki az átlagot: \(\bar{x}=\frac{\sum f_i x_i}{\sum f_i}\)
2. Számítsa ki a következőt: \( |x_i-\bar{x}| \)
3. Szorozd meg a gyakorisággal: \( f_i |x_i-\bar{x}| \)
4. Adja össze a 3. lépés összes eredményét
5. Oszd el a teljes gyakorisággal
Diszkrét adatok példái
| Érték (x) | Gyakoriság (f) |
|—|—|
| 5 | 2 |
| 7 | 3 |
| 9 | 1 |
Teljes gyakoriság: \(2+3+1=6\)
Átlagos:
\[
\bar{x}=\frac{(5)(2)+(7)(3)+(9)(1)}{6}=\frac{10+21+9}{6}=\frac{40}{6}=6{,}67
\]
Számítsa ki az eltérést:
– x=5 esetén: |5−6,67|=1,67 → szorozva f=2 → 3,34
– x=7 esetén: |7−6,67|=0,33 → szorozva f=3 → 0,99
– x=9 esetén: |9−6,67|=2,33 → szorozva f=1 → 2,33
Összesen: 3,34 + 0,99 + 2,33 = 6,66
Átlagos eltérés:
\[
SR=\frac{6{,}66}{6}=1{,}11
\]
Csoportosított adatok átlagos eltérése (osztályintervallum)
Csoportosított adatokban (például intervallumgyakorisági eloszlásokban) az adatértékek nem egyenként, hanem osztályokban jelennek meg. Erre a célra az osztályközéppontot (xi) használjuk az osztályon belüli adatok ábrázolására.
A képlet:
\[
SR=\frac{\f_i összeg |x_i-\bar{x}|}{\f_i összeg}
\]
Azonban \(x_i\) az osztály középpontja.
Csoportos adatszámítási technikák
1. Határozza meg az egyes osztályok középpontját:
\[
x_i=\frac{\text{alsó határ + felső határ}}{2}
\]
2. Számítsa ki a csoportátlagot:
\[
\bar{x}=\frac{\f_i x_i összege}{\f_i összege}
\]
3. Számítsa ki a következőt: \( |x_i-\bar{x}| \)
4. Szorozd meg a frekvenciával (f_i)
5. Add össze az összes eredményt, majd oszd el a teljes gyakorisággal.
Csoportadatok példája
| Osztály | f |
|—|—|
| 10–14 | 3 |
| 15–19 | 5 |
| 20–24 | 2 |
Középpont:
– 10–14 → 12
– 15–19 → 17
– 20–24 → 22
Teljes f = 10
Átlagos:
\[
\bar{x}=\frac{(12)(3)+(17)(5)+(22)(2)}{10}=\frac{36+85+44}{10}=\frac{165}{10}=16{,}5
\]
Eltérés:
– |12−16,5|=4,5 → ×3 = 13,5
– |17−16,5|=0,5 → ×5 = 2,5
– |22−16,5|=5,5 → ×2 = 11
Összesen = 13,5 + 2,5 + 11 = 27
Átlagos eltérés:
\[
SR=\frac{27}{10}=2{,}7
\]
Átlagos eltérés a mediántól
Az átlag mellett az átlagos eltérés is kiszámítható a mediánból. Az elv ugyanaz, csak a középérték eltérő. Ez akkor hasznos, ha az adatok kiugró értékeket tartalmaznak, mivel a medián jobban ellenáll a szélsőséges értékeknek.
Egyedi adatok esetén:
\[
SR_{Me}=\frac{\összeg |x_i-Me|}{n}
\]
Frekvenciaadatokhoz:
\[
SR_{Me}=\frac{\f_i összeg|x_i-Me|}{\f_i összeg}
\]
Az átlagos eltérés előnyei és korlátai
Előnyök:
1. Könnyen érthető, mert az adatközponttól való „átlagos távolságot” használja.
2. Használj minden adatot (ne csak bizonyos adatokat).
3. Különböző adatmegjelenítési formákhoz kiszámítható.
Keterbatasan:
1. Kevésbé népszerű, mint a szórás a haladó statisztikai elemzésben.
2. Az abszolút értékek használata kevésbé kényelmessé teszi bizonyos algebrai manipulációkat.
3. Sok következtető módszerben nem olyan erős, mint a szórás.
Záró
A statisztikai adatok átlagos eltérésének meghatározására szolgáló technika lényegében egy konzisztens mintát követ: meghatározzuk a központi értéket (átlagot vagy mediánt), kiszámítjuk az egyes adatpontok (vagy osztályközéppontok) abszolút távolságát a középponttól, majd átlagoljuk azokat – figyelembe véve a gyakoriságot, ha az adatokat táblázatban mutatjuk be. Az átlagos eltérés a szóródás kényelmes mérőszáma az adatok változékonyságának intuitív leírására. A lépések megértésével összehasonlíthatjuk az adathalmazok közötti variációt, és teljesebben felmérhetjük egy adathalmaz stabilitását.
Ha szeretnéd, segíthetek neked elkészíteni a cikk iskolai feladat formátumú változatát (bevezetéssel–megbeszéléssel–befejezéssel), vagy gyakorló kérdésekkel kiegészíteni a vitát.
