Przykładowe pytania i dyskusja: Wariancja i odchylenie standardowe pojedynczych danych
Statystyka to dziedzina matematyki zajmująca się gromadzeniem, analizą, interpretacją, prezentacją i organizacją danych. Dwa ważne pojęcia w statystyce to wariancja i odchylenie standardowe. W tym artykule szczegółowo omówimy, jak obliczyć wariancję i odchylenie standardowe pojedynczego zbioru danych, rozwiązując kilka przykładowych problemów.
Zrozumienie wariancji i odchylenia standardowego
Wariancja to miara określająca, jak bardzo liczby w zbiorze danych odbiegają od średniej. Wariancja jest wyrażana w jednostkach kwadratowych danych pierwotnych, co często utrudnia jej interpretację.
Odchylenie standardowe to pierwiastek kwadratowy z wariancji. Stanowi bardziej intuicyjną miarę tego, jak bardzo dane odbiegają od średniej, ponieważ jego jednostki są takie same jak jednostki oryginalne danych.
Wzór ogólny
W przypadku pojedynczych danych wzór na wariancję \( \sigma^2 \) i odchylenie standardowe \( \sigma \) populacji jest następujący:
1. Wariancja (σ²):
\( \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)
2. Odchylenie standardowe (σ):
\( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)
Di mana:
– \( N \) to liczba danych w populacji.
– \( x_i \) jest i-tą wartością danych.
– \( \mu \) to średnia lub średnia danych.
Jeżeli obliczymy wariancję i odchylenie standardowe próbki, powyższy wzór ulega niewielkiej modyfikacji:
1. Wariancja próby (s²):
\( s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)
2. Odchylenie standardowe próby:
\( s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2} \)
Di mana:
– \( n \) to liczba danych w próbce.
– \( \bar{x} \) jest średnią lub średnią próbki.
Contoh Soal dan Pembahasan
Przykładowe pytanie 1:
Biorąc pod uwagę następujące dane:
8, 10, 10, 10, 12, 14
Oblicz wariancję i odchylenie standardowe danych!
Kroki rozwiązania:
1. Obliczanie średniej (Mean) \( \mu \):
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]
2. Oblicz różnicę między danymi a średnią, a następnie podnieś do kwadratu:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]
3. Dodawanie wszystkich wyników do kwadratu:
\[
\suma (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]
4. Obliczanie wariancji (σ²) danych populacyjnych:
\[
\sigma^2 = \frac{21.3534}{6} = 3.559
\]
Uwaga: Ponieważ dane te są podane jako dane dotyczące populacji, dzielimy przez 6.
5. Obliczanie odchylenia standardowego (σ):
\[
\sigma = \sqrt{3.559} \około 1.886
\]
Zatem wariancja danych wynosi 3.559, a odchylenie standardowe wynosi 1.886.
Przykładowe pytanie 2:
Biorąc pod uwagę następujące dane przykładowe:
5, 6, 8, 9, 10, 11
Oblicz wariancję i odchylenie standardowe próbki!
Kroki rozwiązania:
1. Obliczanie średniej (Mean) \( \bar{x} \) :
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]
2. Oblicz różnicę między danymi a średnią, a następnie podnieś do kwadratu:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]
3. Dodawanie wszystkich wyników do kwadratu:
\[
Suma (x_i – x)^2 = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]
4. Obliczanie wariancji próby (s²):
\[
s^2 = \frac{26.757}{5} = 5.351
\]
Uwaga: Ponieważ są to dane przykładowe, dzielimy przez 5 (n-1).
5. Obliczanie odchylenia standardowego (s):
\[
s = \sqrt{5.351} \w przybliżeniu 2.313
\]
Tak więc wariancja danych z próby wynosi 5.351, a odchylenie standardowe wynosi 2.313.
Wniosek
Obliczanie wariancji i odchylenia standardowego jest kluczowe dla zrozumienia rozproszenia danych w danym zbiorze. Podczas gdy wariancja stanowi teoretyczną miarę rozproszenia wyrażoną w kwadratach jednostek pierwotnych, odchylenie standardowe interpretuje miarę rozproszenia w odniesieniu do jednostek pierwotnych danych, ułatwiając jej zrozumienie. W analizie danych te dwie miary są często wykorzystywane do oceny zmienności danych i podejmowania decyzji statystycznych.
Rozumiejąc niezbędne kroki i wzory, możemy łatwo obliczyć wariancję i odchylenie standardowe dla różnych sytuacji, z którymi spotykamy się podczas codziennego gromadzenia i analizy danych. Mamy nadzieję, że ten artykuł zapewni głębsze zrozumienie koncepcji wariancji i odchylenia standardowego w pojedynczych zbiorach danych.
