Стандартты ауытқуды қолдана отырып, деректерді таратуды талдау
Статистикада деректер жиынтығының «ортасын» түсіну жеткіліксіз. Екі деректер жиынтығының орташа мәні бірдей болуы мүмкін, бірақ олардың сипаттамалары дисперсия дәрежесіне байланысты айтарлықтай ерекшеленеді. Міне, осы жерде деректер дисперсиясы ұғымы маңызды болып табылады. Білім беру мен экономикадан бастап денсаулық сақтау мен деректер ғылымына дейінгі әртүрлі салаларда дисперсияның ең танымал, сенімді және жиі қолданылатын өлшемдерінің бірі - стандартты ауытқу. Бұл мақалада стандартты ауытқу ұғымы, есептеуі, түсіндірмесі және қолданылуы талқыланады, бұл деректердің таралуы оның орталық мәнінен қалай ерекшеленетінін талдауға мүмкіндік береді.
1. Неліктен деректердің таралуын талдау қажет?
Математикадан орташа балл 80 болған екі сыныпты елестетіп көріңізші. А сыныбында барлық дерлік оқушылар 78 мен 82 аралығында балл жинады. В сыныбында кейбір оқушылар 50, ал кейбіреулері 100 балл жинады. Орташа көрсеткіштер бірдей, бірақ екі сыныптағы жағдайлар айтарлықтай ерекшеленеді. А сыныбы тұрақты нәтиже көрсетеді, ал В сыныбы айтарлықтай айырмашылықты көрсетеді.
Бөлінуді талдай отырып, біз мыналарды жасай аламыз:
– Құбылыстың тұрақтылығын немесе өзгергіштігін бағалау.
– Тәуекелді өлшеу (мысалы, инвестициялық кірістің өзгеруі).
– Процестің тұрақтылығын салыстыру (мысалы, өндіріс сапасы).
– Ықтимал ауытқуларды немесе шектен тыс деректерді анықтау.
Стандартты ауытқу бұл мақсат үшін негізгі құрал болып табылады, себебі ол деректердің орташа мәннен қаншалықты алыс таралғанын өлшейді.
2. Стандартты ауытқудың анықтамасы
Стандартты ауытқу дисперсияның квадрат түбірі болып табылады. Дисперсия деректер мен орташа мән арасындағы айырмашылықтардың квадраттарының орташа мәнін өлшесе, стандартты ауытқу өлшем бірліктерін бастапқы шкаласына қайтарады (мысалы, тест нәтижелері, килограмм, рупия және т.б.). Бұл стандартты ауытқуды түсіндіруді жеңілдетеді.
Интуитивті түрде:
– Кішігірім стандартты ауытқу → жиналған деректер орташа мәнге жақын (біркелкірек).
– Үлкен стандартты ауытқу → деректер орташа мәннен алыс таралған (әртүрлі).
3. Стандартты ауытқу формуласы: популяция және іріктеу
Статистикада біз популяциялар мен үлгілер үшін стандартты ауытқуды есептеуді ажыратамыз.
а) Популяцияның стандартты ауытқуы (σ)
Егер талданатын деректер популяцияның барлық мүшелері болса, формула келесідей болады:
\[
\sigma = \sqrt{\frac{\sum (x_i – \mu)^2}{N}}
\]
Ақпарат:
– \(x_i\) = i-ші деректер мәні
– \(\mu\) = популяцияның орташа мәні
– \(N\) = халық саны туралы деректер саны
b) Стандартты ауытқу үлгісі(лері)
Егер талданатын деректер популяцияның (үлгінің) тек бір бөлігі болса, формула келесідей болады:
\[
s = \sqrt{\frac{\sum (x_i – \bar{x})^2}{n-1}}
\]
Ақпарат:
– \(\bar{x}\) = үлгі орташасы
– \(n\) = үлгі деректерінің саны
– \(n-1\) еркіндік дәрежелері деп аталады (Бессель түзетуі), дисперсия/стандартты ауытқу бағасы объективті болу үшін қолданылады.
Күнделікті тәжірибеде бізде бар деректер әдетте үлгілер түрінде болады, сондықтан \(n-1\) формуласы өте жиі қолданылады.
4. Стандартты ауытқуды есептеу қадамдары
Процесті түсіну үшін үлгінің стандартты ауытқуын есептеудің жалпы қадамдары берілген:
1. Орташа мәнді (\(\bar{x}\)) есептеңіз.
2. Әрбір деректер мен орташа мән арасындағы айырмашылықты есептеңіз (\(x_i – \bar{x}\)).
3. Айырмасын квадраттаңыз \((x_i – \bar{x})^2\).
4. Барлық шаршыларды қосыңыз.
5. Таңдама дисперсиясын алу үшін \(n-1\)-ге бөліңіз.
6. Стандартты ауытқуды (ларды) алу үшін нәтижені квадрат түбірге айналдырыңыз.
Қарапайым мысал
Деректер мәндері: 70, 75, 80, 85, 90 (n = 5) болсын.
– Орташа: \(\bar{x} = (70+75+80+85+90)/5 = 80\)
– Айырмашылық: -10, -5, 0, 5, 10
– Квадрат айырмасы: 100, 25, 0, 25, 100
– Шаршылар саны: 250
– Іріктеме дисперсиясы: \(250/(5-1)=62,5\)
– Стандартты ауытқу: \(s=\sqrt{62,5}\апрокс 7,91\)
Қарапайым түсіндірме: мәндер 80 орташа мәнінен орта есеппен шамамен 7,91 ұпайға ауытқиды.
5. Деректерді талдаудағы стандартты ауытқуды түсіндіру
Стандартты ауытқу өз алдына бір нәрсе емес; оның мағынасы контекстке байланысты. Дегенмен, кейбір жалпы нұсқаулар пайдалы болуы мүмкін:
– Егер стандартты ауытқу 0-ге жақын болса, деректер орташа мәннің айналасында жоғары шоғырланған.
– Егер стандартты ауытқу үлкен болса, деректер айнымалы болады, бұл біркелкі емес екенін көрсетеді.
Стандартты ауытқу көбінесе келесі мақсаттарда қолданылады:
– Екі топты салыстыру: мысалы, орташа мәні бірдей, бірақ стандартты ауытқулары әртүрлі екі класс.
– Процестің тұрақтылығын бағалау: өнім өлшемінің аз стандартты ауытқуымен зауыттық өндіріс сапаның тұрақтылығын білдіреді.
– Құбылмалылықты өлшеу: қаржы саласында акция кірістілігінің стандартты ауытқуы көбінесе тәуекел индикаторы ретінде қолданылады.
6. Стандартты ауытқу мен қалыпты үлестірімнің арасындағы байланыс
Қалыпты үлестірімнен кейінгі деректерде стандартты ауытқу эмпирикалық ереже арқылы өте күшті түсіндірмеге ие:
– Деректердің шамамен 68%-ы \(\bar{x} \pm 1s\) диапазонында орналасқан
– Деректердің шамамен 95%-ы \(\bar{x} \pm 2s\) диапазонында орналасқан
– Деректердің шамамен 99,7%-ы \(\bar{x} \pm 3s\) диапазонында орналасқан
Бұл ереже орташа мәннің айналасындағы деректердің «қалыпты» екенін бағалау үшін пайдалы және экстремалды мәндерді анықтауды жеңілдетеді. Дегенмен, бұл ереженің деректер шынымен қалыпты мәнге жақын болған жағдайда ғана дәл екенін есте ұстаған жөн.
7. Стандартты ауытқу және басқа да спред өлшемдері
Стандартты ауытқу өте танымал болғанымен, дисперсияның басқа да маңызды өлшемдері бар:
– Диапазон: максималды және минималды мәндер арасындағы айырмашылық. Қарапайым, бірақ ауытқуларға өте сезімтал.
– IQR (квартильаралық диапазон): 1-квартиль мен 3-квартиль арасындағы диапазон. Стандартты ауытқумен салыстырғанда ауытқуларға төзімдірек.
– MAD (орташа абсолютті ауытқу): медианаға негізделген сенімді өлшем, көптеген ауытқулары бар деректер үшін жарамды.
Деректер салыстырмалы түрде «таза» болғанда және таралу тым қатты бөлінген болмағанда стандартты ауытқу жақсырақ болады. Егер деректерде көптеген ауытқулар болса, стандартты ауытқу деректердің көпшілігіне қарағанда үлкенірек және аз репрезентативтік болуы мүмкін.
8. Стандартты ауытқудың артықшылықтары мен шектеулері
Артық
– Барлық деректерді пайдаланады (тек экстремалды мәндерді ғана емес).
– Теориялық негізі мықты және көптеген озық статистикалық әдістерде жиі қолданылады.
– Түсіндіру оңай, себебі өлшем бірліктері бастапқы деректермен бірдей.
Шектеулер
– Айырмашылықтың квадратына қатысты болғандықтан, ауытқуларға өте сезімтал.
– «Үлкен» немесе «кіші» ұғымдарының түсіндірмесі масштаб пен контекстке байланысты.
– Өте қалыпты емес үлестірімдерде стандартты ауытқу онша репрезентативті болмауы мүмкін.
9. Қорытынды
Деректердің дисперсиясын талдау деректер жиынтығының сипаттамаларын түсінудегі маңызды қадам болып табылады. Стандартты ауытқу деректердің орташа мәннен қаншалықты алыс таралатынын анық өлшеуге мүмкіндік береді, бұл бізге процестің немесе құбылыстың тұрақтылығын, тәуекелін және сапасын бағалауға көмектеседі. Оны қалай есептеу және түсіндіру керектігін түсіну арқылы біз академиялық зерттеулерде, өнімділікті бағалауда, сапаны бақылауда немесе бизнес-талдауларда болсын, неғұрлым хабардар шешімдер қабылдай аламыз.
Түптеп келгенде, стандартты ауытқу тек сан емес, керісінше, деректерге тән белгісіздік пен вариацияның маңызды қорытындысы. Неғұрлым сенімді талдау үшін стандартты ауытқуды медиана, IQR немесе деректерді визуализациялау сияқты басқа өлшемдермен бірге пайдалану керек, бұл үлестірімнің толық және дәл көрінісін береді.
