Tecniche per la determinazione della deviazione media nei dati statistici
In statistica, la semplice comprensione del "centro" dei dati, ad esempio tramite la media o la mediana, è spesso insufficiente. Due insiemi di dati possono avere la stessa media, ma differire significativamente nei loro livelli di "variazione". Pertanto, le misure di dispersione sono importanti. Una misura di dispersione relativamente facile da comprendere e utilizzare è la deviazione media. Questo articolo illustra le tecniche per determinare la deviazione media in varie forme di dati statistici, con passaggi di calcolo ed esempi.
Comprendere la deviazione media
La deviazione media è una misura che indica la distanza media di ciascun dato da una misura di tendenza centrale, solitamente la media aritmetica (media) o la mediana. La distanza in questione è il valore assoluto della differenza tra il dato e il valore centrale, in modo che nessuna differenza negativa "compensi" una differenza positiva.
In generale, la deviazione media descrive quanto i dati si discostano dal loro valore centrale. Minore è la deviazione media, più i dati sono raggruppati attorno al centro; maggiore è il valore, maggiore è la variabilità dei dati.
Perché utilizzare il valore assoluto?
Se calcoliamo la media delle differenze tra i dati e la media senza utilizzare il valore assoluto, la somma delle differenze sarà sempre zero (perché la media rappresenta il punto di equilibrio). Ad esempio, se le differenze sono +5 e -5, la loro somma è pari a 0. Pertanto, si utilizzano i valori assoluti affinché le deviazioni riflettano effettivamente la distanza dei dati dal centro.
Formula della deviazione media per dati singoli
Per i dati singoli (non raggruppati), la deviazione media dalla media è formulata come segue:
\[
SR = \frac{\somma |x_i – \bar{x}|}{n}
\]
Osservazioni:
– \( SR \): deviazione media
– \( x_i \): i-esimo dato
– \( \bar{x} \): media aritmetica (media)
– \( n \): quantità di dati
Tecnica di calcolo a singolo dato (passaggi)
1. Calcola la media \( \bar{x} \) di tutti i dati.
2. Calcola la differenza tra ciascun dato e la media: \( x_i – \bar{x} \).
3. Calcola il valore assoluto di ciascuna differenza: \( |x_i – \bar{x}| \).
4. Sommare tutti i valori assoluti delle differenze.
5. Dividere per il numero di dati \( n \).
Esempio di dati singoli
Valori dati: 6, 8, 10, 12, 14
1) Media:
\[
\bar{x}=\frac{6+8+10+12+14}{5}=\frac{50}{5}=10
\]
2) Valore assoluto della differenza:
– |6 − 10| = 4
– |8 − 10| = 2
– |10 − 10| = 0
– |12 − 10| = 2
– |14 − 10| = 4
Totale = 4 + 2 + 0 + 2 + 4 = 12
3) Deviazione media:
\[
SR=\frac{12}{5}=2{,}4
\]
Ciò significa che in media ogni valore si discosta di 2,4 unità dalla media (10).
Deviazione media per dati frequenti (discreti)
Se i dati sono presentati sotto forma di valori e frequenze (ad esempio una tabella), la formula diventa:
\[
SR = \frac{\sum f_i |x_i – \bar{x}|}{\sum f_i}
\]
Osservazioni:
– \( f_i \): frequenza dei dati \( x_i \)
Tecniche di calcolo dei dati di frequenza
1. Calcola la media: \(\bar{x}=\frac{\sum f_i x_i}{\sum f_i}\)
2. Calcola \( |x_i-\bar{x}| \)
3. Moltiplicare per la frequenza: \( f_i |x_i-\bar{x}| \)
4. Sommare tutti i risultati del passaggio 3
5. Dividere per la frequenza totale
Esempi di dati discreti
| Valore (x) | Frequenza (f) |
|—|—|
| 5 | 2 |
| 7 | 3 |
| 9 | 1 |
Frequenza totale: \(2+3+1=6\)
Significare:
\[
\bar{x}=\frac{(5)(2)+(7)(3)+(9)(1)}{6}=\frac{10+21+9}{6}=\frac{40}{6}=6{,}67
\]
Calcola la deviazione:
– Per x=5: |5−6,67|=1,67 → volte f=2 → 3,34
– Per x=7: |7−6,67|=0,33 → volte f=3 → 0,99
– Per x=9: |9−6,67|=2,33 → volte f=1 → 2,33
Totale: 3,34 + 0,99 + 2,33 = 6,66
Deviazione media:
\[
SR=\frac{6{,}66}{6}=1{,}11
\]
Deviazione media per dati raggruppati (intervallo di classe)
Nei dati raggruppati (ad esempio, distribuzioni di frequenza intervallari), i valori dei dati non vengono visualizzati singolarmente, bensì in classi. A tale scopo, si utilizza il punto medio della classe (xi) per rappresentare i dati all'interno di una classe.
La formula:
\[
SR=\frac{\somma f_i |x_i-\bar{x}|}{\somma f_i}
\]
Tuttavia, \(x_i\) è il punto medio della classe.
Tecniche di calcolo dei dati di gruppo
1. Determina il punto medio di ciascuna classe:
\[
x_i=\frac{\text{limite inferiore + limite superiore}}{2}
\]
2. Calcola la media del gruppo:
\[
\bar{x}=\frac{\somma f_i x_i}{\somma f_i}
\]
3. Calcola \( |x_i-\bar{x}| \)
4. Moltiplicare per la frequenza \( f_i \)
5. Somma tutti i risultati, quindi dividi per la frequenza totale.
Esempio di dati di gruppo
| Classe | f |
|—|—|
| 10–14 | 3 |
| 15–19 | 5 |
| 20–24 | 2 |
Punto medio:
– 10–14 → 12
– 15–19 → 17
– 20–24 → 22
f totale = 10
Significare:
\[
\bar{x}=\frac{(12)(3)+(17)(5)+(22)(2)}{10}=\frac{36+85+44}{10}=\frac{165}{10}=16{,}5
\]
Deviazione:
– |12−16,5|=4,5 → ×3 = 13,5
– |17−16,5|=0,5 → ×5 = 2,5
– |22−16,5|=5,5 → ×2 = 11
Totale = 13,5 + 2,5 + 11 = 27
Deviazione media:
\[
SR=\frac{27}{10}=2{,}7
\]
Deviazione media dalla mediana
Oltre alla media, la deviazione media può essere calcolata anche a partire dalla mediana. Il principio è lo stesso, cambia solo il valore centrale. Questo è utile quando i dati contengono valori anomali, perché la mediana è più resistente ai valori estremi.
Per i singoli dati:
\[
SR_{Me}=\frac{\sum |x_i-Me|}{n}
\]
Per i dati di frequenza:
\[
SR_{Me}=\frac{\sum f_i|x_i-Me|}{\sum f_i}
\]
Vantaggi e limiti della deviazione media
Kelebihan:
1. Facile da capire perché utilizza la “distanza media” dal data center.
2. Utilizzare tutti i dati (non solo alcuni).
3. Calcolabile per varie forme di presentazione dei dati.
Keterbatasan:
1. Meno diffuso della deviazione standard nell'analisi statistica avanzata.
2. L'uso dei valori assoluti rende meno agevoli alcune manipolazioni algebriche.
3. Non è altrettanto efficace della deviazione standard in molti metodi inferenziali.
Chiusura
La tecnica per determinare la deviazione media nei dati statistici segue essenzialmente uno schema coerente: si determina il valore centrale (media o mediana), si calcola la distanza assoluta di ciascun punto dati (o punto medio della classe) dal centro e infine si calcola la media, tenendo conto della frequenza se i dati sono presentati in una tabella. La deviazione media è una misura di dispersione utile per descrivere in modo intuitivo la variabilità dei dati. Comprendendo i passaggi, è possibile confrontare la variabilità tra diversi insiemi di dati e valutare in modo più completo la stabilità di un insieme di dati.
Se vuoi, posso aiutarti a creare una versione di questo articolo in formato compito scolastico (con introduzione, discussione e conclusione) oppure ad aggiungere domande di esercitazione insieme alla discussione.
