Variantia et Deviatio Standardis Datorum Gregis
Statistica est pars mathematicae ad colligenda, ordinanda, analysanda, interpretanda et exhibenda data adhibita. Una notio magni momenti in statistica est mensura variabilitatis, sive dispersionis datorum. Duae mensurae variabilitatis primariae sunt variantia et deviatio standardis. Hic articulus variantiam et deviationem standardis profunde explorabit, praesertim in contextu datorum gregalium.
Definitio et Momentum Variabilitatis
Variabilitas metitur quantum data a media sua discedunt. Mensura variabilitatis magni momenti est quia perspicientiam additam praebet quae non potest obtineri solum ex mensuris tendentiae centralis, ut media. Cognita mensura variabilitatis, intellegere possumus quam constantia data sint et potentiales valores aberrantes vel anomalias identificare.
Intellegendo Variantiam et Deviationem Standardem
Variantia est mensura distributionis datorum quae ostendit quantum distat unumquodque punctum datorum a media sua in unitatibus quadratis. Datur symbolo σ( \sigma^² \) pro populatione et σ( s^² \) pro exemplo. Formula variantiae pro datis populationis est:
\[ \sigma^² = \frac{\summa (X_i – \mu)^²}{N} \]
Quod ad exemplum attinet, formula est:
`s² = summa (Xi – X)²/n-1`
Ubi:
– \(X_i \) est valor singularis datorum
– μ est media populationis
– \( \bar{X} \) est media exempli
– \(N\) est magnitudo populationis
– \(n \) est magnitudo exempli
Deviatio Standardis (vel Deviatio Standardis) est radix quadrata variantiae. Datur symbolo σ(\sigma\) pro populatione et s\) pro exemplo. Deviatio standardis unitates datorum ad formam originalem reducit, ita ut interpretatio facilior sit quam variantia.
`sigma = sigma²`
`s = \sqrt{s^2}`
Data Gregis
Data coacervata sunt data quae in plures categorias vel intervalla digesta sunt. Exempli gratia, altitudines discipulorum in intervalla 150-155 cm, 155-160 cm, et cetera dividuntur. Analysis variantiae et deviationis standardis in datis coacervatis modum paulo diversum requirit quam analysis singularum datarum.
Gradus ad Variationem et Deviationem Standardem pro Datis Gregalibus Computandas
Hae sunt gradus ad variantiam et deviationem standardem datorum gregis calculandam:
1. Tabulam Distributionis Frequentiae Crea
Data in plures classes vel intervalla dividuntur.
– Frequentia cuiusque intervalli (numerus datorum in quolibet intervallo) notatur.
2. Medium Punctum Classis Determinans
– Punctum medium cuiusque intervalli sic computatur: \( \text{Punctum Medium} = \frac{\text{Finis Inferior} + \text{Finis Superior}}{2} \)
3. Computatio Mediae Temporariae (\( \bar{X} \))
– Media formula hac computatur: (\bar{X} = \frac{\sum f_i x_i}{\sum f_i})
– Ubi ∫(f_i) est frequentia et ∫(x_i) est punctum medium intervalli.
4. Deviationem a Media et Quadrato Eius Computando
– Pro quolibet intervallo, deviatio a medio sic computatur: (d_i = x_i – X)
– Deinde quadratum calcula: \(d_i^2 \)
5. Variantia et Deviatio Standard Computatio
– Variatio hac formula computatur: (s^² = \frac{\sum f_i d_i^2}{\sum f_i – 1})
– Deviatio standardis est radix quadrata variantiae: (s = s²)
Exemplum Calculi
Ponamus nos habere notitias altitudinis discipulorum sic congregatas:
| Intervallum (cm) | Frequentia (f) |
|——————|——————|
| 150 – 154 | 5 |
| CLX – CLXIV | XV |
| CLX – CLXIV | XV |
| 165 – 169 | 8 |
| 170 – 174 | 2 |
1. Tabula Distributionis Frequentiae:
| Intervallum (cm) | Frequentia (f) | Punctum Medium (x) | (f ≤ x) | (d = x – X) | (d²) | (f ≤ d²) |
|——————|———————|———————|———————–|———————–|———————-|
| 150 – 154 | 5 | 152 | 760 | | | |
| 155 – 159 | 10 | 157 | 1570 | | | |
| 160 – 164 | 15 | 162 | 2430 | | | |
| 165 – 169 | 8 | 167 | 1336 | | | |
| 170 – 174 | 2 | 172 | 344 | | | |
| Summa | 40 | | 6440 | | | |
2. Computatio Mediae (\( \bar{X} \)):
`X = 6440/40 = 161` (vel fortasse: `X` = 6440/40 = 161)`
3. Deviationem a Medio et Quadrato Eius Computando:
| Intervallum (cm) | Frequentia (f) | Punctum Medium (x) | (f ≤ x) | (d = x – 161) | (d²) | (f ≤ d²) |
|——————|———————|———————|———————–|———————-|———————-|
| 150 – 154 | 5 | 152 | 760 | -9 | 81 | 405 |
| 155 – 159 | 10 | 157 | 1570 | -4 | 16 | 160 |
| 160 – 164 | 15 | 162 | 2430 | 1 | 1 | 15 |
| 165 – 169 | 8 | 167 | 1336 | 6 | 36 | 288 |
| 170 – 174 | 2 | 172 | 344 | 11 | 121 | 242 |
| Summa | 40 | | 6440 | | | 1110 |
4. Variantiae Computatio:
\[s^² = \frac{1110}{40 – 1} = \frac{1110}{39} \circiter 28.46 \]
5. Deviationem Standardem Computando:
`s = \sqrt{28.46} \circiter 5.33`]
conclusio
Variantia et deviatio standardis (vel deviatio standardis) sunt mensurae magni momenti in statisticis quae distributionem datorum circa mediam suam describunt. Quamquam hae notiones ad singula data applicari possunt, processus calculi paulo differt pro datis congregatis. Ex exemplo supra, gradus singulares ad variantiam et deviationem standardis pro datis congregatis computandas videre possumus. Haec informatio utilis est in variis applicationibus, ab investigatione academica ad analysin negotiorum et productionis.
Bona cognitione variantiae et deviationis standardis, accuratius interpretari et decisiones ex datis quas habemus capere possumus. Hoc nobis permittit ut eventus non solum accuratos sed etiam pertinentes conservemus.
