ഉദാഹരണ ചോദ്യങ്ങളും ചർച്ചയും: സിംഗിൾ ഡാറ്റയുടെ വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും
ഡാറ്റയുടെ ശേഖരണം, വിശകലനം, വ്യാഖ്യാനം, അവതരണം, ഓർഗനൈസേഷൻ എന്നിവയുമായി ബന്ധപ്പെട്ട ഗണിതശാസ്ത്രത്തിന്റെ ഒരു ശാഖയാണ് സ്റ്റാറ്റിസ്റ്റിക്സ്. സ്ഥിതിവിവരക്കണക്കിലെ രണ്ട് പ്രധാന ആശയങ്ങളാണ് വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും. നിരവധി ഉദാഹരണ പ്രശ്നങ്ങളിലൂടെ ഒരൊറ്റ ഡാറ്റ സെറ്റിന്റെ വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും എങ്ങനെ കണക്കാക്കാമെന്ന് ഈ ലേഖനം വിശദമായി ചർച്ച ചെയ്യും.
വ്യതിയാനവും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും മനസ്സിലാക്കൽ
ഒരു ഡാറ്റാ സെറ്റിലെ സംഖ്യകൾ ശരാശരിയിൽ നിന്നോ ശരാശരിയിൽ നിന്നോ എത്രത്തോളം വ്യാപിച്ചിരിക്കുന്നുവെന്ന് അളക്കുന്ന ഒരു അളവുകോലാണ് വേരിയൻസ്. യഥാർത്ഥ ഡാറ്റയുടെ ചതുര യൂണിറ്റുകളിലാണ് വേരിയൻസ് പ്രകടിപ്പിക്കുന്നത്, ഇത് പലപ്പോഴും വ്യാഖ്യാനിക്കാൻ ബുദ്ധിമുട്ടാണ്.
സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ എന്നത് വേരിയൻസിന്റെ വർഗ്ഗമൂലമാണ്. ഡാറ്റയുടെ യൂണിറ്റുകൾ ഡാറ്റയുടെ യഥാർത്ഥ യൂണിറ്റുകൾക്ക് തുല്യമായതിനാൽ, ശരാശരിയിൽ നിന്ന് ഡാറ്റ സാധാരണയായി എത്രത്തോളം വ്യതിചലിക്കുന്നുവെന്ന് ഇത് കൂടുതൽ അവബോധജന്യമായ അളവ് നൽകുന്നു.
പൊതു ഫോർമുല
ഒറ്റ ഡാറ്റയ്ക്ക്, പോപ്പുലേഷന്റെ വേരിയൻസ് \( \sigma^2 \) ഉം സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും \( \sigma \) ഉം കണക്കാക്കുന്നതിനുള്ള സൂത്രവാക്യം ഇപ്രകാരമാണ്:
1. വേരിയൻസ് (σ²):
\( \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)
2. സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ (σ):
\( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)
എവിടെ:
– \( N \) എന്നത് ജനസംഖ്യയിലെ ഡാറ്റയുടെ എണ്ണമാണ്.
– \( x_i \) എന്നത് ith ഡാറ്റ മൂല്യമാണ്.
– \( \mu \) എന്നത് ഡാറ്റയുടെ ശരാശരി അല്ലെങ്കിൽ ശരാശരിയാണ്.
സാമ്പിളിന്റെ വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും നമ്മൾ കണക്കാക്കുകയാണെങ്കിൽ, മുകളിലുള്ള ഫോർമുലയിൽ നേരിയ മാറ്റം വരുത്തുന്നു:
1. സാമ്പിൾ വേരിയൻസ് (s²):
\( s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)
2. സാമ്പിൾ സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ(കൾ):
\( s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2} \)
എവിടെ:
– \( n \) എന്നത് സാമ്പിളിലെ ഡാറ്റയുടെ എണ്ണമാണ്.
– \( \bar{x} \) എന്നത് സാമ്പിളിന്റെ ശരാശരി അല്ലെങ്കിൽ ശരാശരിയാണ്.
സാമ്പിൾ ചോദ്യങ്ങളും ചർച്ചയും
ഉദാഹരണ ചോദ്യം 1:
ഇനിപ്പറയുന്ന ഡാറ്റ നൽകി:
8, 10, 10, 10, 12, 14
ഡാറ്റയുടെ വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും കണക്കാക്കുക!
പരിഹാര ഘട്ടങ്ങൾ:
1. ശരാശരി (ശരാശരി) കണക്കാക്കുന്നു \( \mu \):
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]
2. ഡാറ്റയും ശരാശരിയും തമ്മിലുള്ള വ്യത്യാസം കണക്കാക്കുക, തുടർന്ന് ചതുരമാക്കുക:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]
3. എല്ലാ ചതുര ഫലങ്ങളും ചേർക്കുന്നു:
\[
\sum (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]
4. ജനസംഖ്യാ ഡാറ്റയുടെ വേരിയൻസ് (σ²) കണക്കാക്കുന്നു:
\[
\sigma^2 = \frac{21.3534}{6} = 3.559
\]
കുറിപ്പ്: ഈ ഡാറ്റ ജനസംഖ്യാ ഡാറ്റയായി പ്രസ്താവിച്ചിരിക്കുന്നതിനാൽ, നമ്മൾ 6 കൊണ്ട് ഹരിക്കുന്നു.
5. സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ (σ) കണക്കാക്കുന്നു:
\[
\sigma = \sqrt{3.559} \ഏകദേശം 1.886
\]
അപ്പോൾ, ഡാറ്റയുടെ വേരിയൻസ് 3.559 ഉം സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ 1.886 ഉം ആണ്.
ഉദാഹരണ ചോദ്യം 2:
ഇനിപ്പറയുന്ന സാമ്പിൾ ഡാറ്റ നൽകിയിരിക്കുന്നു:
5, 6, 8, 9, 10, 11
സാമ്പിളിന്റെ വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും കണക്കാക്കുക!
പരിഹാര ഘട്ടങ്ങൾ:
1. ശരാശരി (ശരാശരി) \( \bar{x} \) കണക്കാക്കുന്നു:
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]
2. ഡാറ്റയും ശരാശരിയും തമ്മിലുള്ള വ്യത്യാസം കണക്കാക്കുക, തുടർന്ന് ചതുരമാക്കുക:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]
3. എല്ലാ ചതുര ഫലങ്ങളും ചേർക്കുന്നു:
\[
\sum (x_i – \bar{x})^2 = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]
4. സാമ്പിൾ വേരിയൻസ് (s²) കണക്കാക്കുന്നു:
\[
s^2 = \frac{26.757}{5} = 5.351
\]
കുറിപ്പ്: ഇത് സാമ്പിൾ ഡാറ്റ ആയതിനാൽ, നമുക്ക് 5 (n-1) കൊണ്ട് ഹരിക്കാം.
5. സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ (കൾ) കണക്കാക്കുന്നു:
\[
s = \sqrt{5.351} \ഏകദേശം 2.313
\]
അപ്പോൾ, സാമ്പിൾ ഡാറ്റയുടെ വേരിയൻസ് 5.351 ഉം സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ 2.313 ഉം ആണ്.
ഉപസംഹാരം
ഒരു നിശ്ചിത സെറ്റിനുള്ളിൽ ഡാറ്റ എത്രത്തോളം വ്യാപിക്കുന്നുവെന്ന് മനസ്സിലാക്കുന്നതിന് വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും കണക്കാക്കുന്നത് അത്യന്താപേക്ഷിതമാണ്. വേരിയൻസ് യഥാർത്ഥ യൂണിറ്റുകളുടെ വർഗ്ഗങ്ങളിൽ വ്യാപനത്തിന്റെ ഒരു സൈദ്ധാന്തിക അളവ് നൽകുമ്പോൾ, സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ ഡാറ്റയുടെ യഥാർത്ഥ യൂണിറ്റുകളുടെ അടിസ്ഥാനത്തിൽ വ്യാപനത്തിന്റെ അളവിനെ വ്യാഖ്യാനിക്കുന്നു, ഇത് മനസ്സിലാക്കാൻ എളുപ്പമാക്കുന്നു. ഡാറ്റ വിശകലനത്തിൽ, ഈ രണ്ട് അളവുകളും പലപ്പോഴും ഡാറ്റ വേരിയബിളിറ്റി വിലയിരുത്തുന്നതിനും സ്ഥിതിവിവരക്കണക്ക് തീരുമാനങ്ങൾ എടുക്കുന്നതിനും ഉപയോഗിക്കുന്നു.
ആവശ്യമായ ഘട്ടങ്ങളും സൂത്രവാക്യങ്ങളും മനസ്സിലാക്കുന്നതിലൂടെ, ദൈനംദിന ഡാറ്റ ശേഖരണത്തിലും വിശകലനത്തിലും നാം നേരിടുന്ന വിവിധ സാഹചര്യങ്ങൾക്കായി വേരിയൻസും സ്റ്റാൻഡേർഡ് ഡീവിയേഷനും എളുപ്പത്തിൽ കണക്കാക്കാൻ കഴിയും. ഒറ്റ ഡാറ്റ സെറ്റുകളിലെ വേരിയൻസിന്റെയും സ്റ്റാൻഡേർഡ് ഡീവിയേഷന്റെയും ആശയങ്ങളെക്കുറിച്ച് ഈ ലേഖനം ആഴത്തിലുള്ള ധാരണ നൽകുമെന്ന് പ്രതീക്ഷിക്കുന്നു.
