Wariancja i odchylenie standardowe pojedynczych danych
Statystyka to nauka zajmująca się gromadzeniem, analizą, interpretacją, prezentacją i organizacją danych. Jednym z ważnych aspektów statystyki jest sposób pomiaru i rozumienia zmienności danych. Dwiema kluczowymi miarami zmienności są wariancja i odchylenie standardowe. W tym artykule szczegółowo omówimy wariancję i odchylenie standardowe, koncentrując się na pojedynczym zestawie danych, wyjaśniając definicje, wzory, kroki obliczeniowe i podając praktyczne przykłady wyjaśniające te pojęcia.
Definicja wariancji i odchylenia standardowego
Varian
Wariancja to miara odchylenia danych od średniej. Daje ona przegląd zróżnicowania lub zmienności w zbiorze danych. W terminologii matematycznej wariancja to średnia kwadratów odchyleń każdego elementu danych od jego średniej.
Odchylenie standardowe
Odchylenie standardowe, znane również jako odchylenie standardowe, to pierwiastek kwadratowy wariancji. Dostarcza informacji o rozkładzie danych w tych samych jednostkach, co dane oryginalne, ułatwiając interpretację w kontekście rzeczywistym.
Wzory i obliczenia
Varian
Aby obliczyć wariancję (σ^2) pojedynczego zestawu danych o rozmiarze n, możemy użyć następującego wzoru:
\[ \sigma^2 = \frac{\sum_{i=1}^{n} (x_i – \bar{x})^2}{n} \]
Dimana:
– \( x_i \) jest i-tą wartością danych.
– \( \bar{x} \) to średnia lub średnia danych.
– n to liczba danych w zestawie.
– (x_i – \bar{x})^2 to kwadrat różnicy między poszczególnymi danymi a ich średnią.
Odchylenie standardowe
Odchylenie standardowe (σ) jest pierwiastkiem kwadratowym wariancji, więc wzór wygląda następująco:
\[ \sigma = \sqrt{\sigma^2} \]
Kroki obliczeniowe
Krok 1: Oblicz średnią danych (wartość średnia)
Pierwszym krokiem jest obliczenie średniej (wartości średniej) zbioru danych. Średnią oblicza się poprzez zsumowanie wszystkich wartości danych i podzielenie ich przez liczbę.
\[ \bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} \]
Krok 2: Oblicz różnicę każdego zestawu danych względem średniej
Po uzyskaniu średniej kolejnym krokiem jest obliczenie różnicy między każdą wartością danych a średnią (odchylenie).
\[ d_i = x_i – \bar{x} \]
Krok 3: Podnieś każde odchylenie do kwadratu
Następnie podnieś każde odchylenie do kwadratu.
\[ d_i^2 = (x_i – \bar{x})^2 \]
Krok 4: Zsumuj wszystkie kwadraty odchyleń
Zsumuj wszystkie kwadraty wyników z poprzedniego kroku.
\[ \sum d_i^2 = \sum_{i=1}^{n} (x_i – \bar{x})^2 \]
Krok 5: Oblicz wariancję
Podziel sumę kwadratów odchyleń przez liczbę danych (n), aby uzyskać wariancję.
\[ \sigma^2 = \frac{\sum d_i^2}{n} \]
Krok 6: Oblicz odchylenie standardowe
Na koniec oblicz odchylenie standardowe, wyciągając pierwiastek kwadratowy z wariancji.
\[ \sigma = \sqrt{\sigma^2} \]
Contoh Perhitungan
Aby wyjaśnić koncepcję obliczania wariancji i odchylenia standardowego, przyjrzyjmy się poniższemu przykładowi. Załóżmy, że mamy następujący pojedynczy zestaw danych: 4, 8, 6, 5, 3.
Krok 1: Oblicz średnią danych
\[ \bar{x} = \frac{4 + 8 + 6 + 5 + 3}{5} = \frac{26}{5} = 5.2 \]
Krok 2: Oblicz różnicę każdego zestawu danych względem średniej
Różnica między każdą wartością danych a średnią:
– (4 – 5.2) = -1.2
– (8 – 5.2) = 2.8
– (6 – 5.2) = 0.8
– (5 – 5.2) = -0.2
– (3 – 5.2) = -2.2
Krok 3: Podnieś każde odchylenie do kwadratu
Kwadrat każdego odchylenia:
– (-1.2)^2 = 1.44
– 2.8^2 = 7.84
– 0.8^2 = 0.64
– (-0.2)^2 = 0.04
– (-2.2)^2 = 4.84
Krok 4: Zsumuj wszystkie kwadraty odchyleń
\[ \suma d_i^2 = 1.44 + 7.84 + 0.64 + 0.04 + 4.84 = 14.8 \]
Krok 5: Oblicz wariancję
\[ \sigma^2 = \frac{14.8}{5} = 2.96 \]
Krok 6: Oblicz odchylenie standardowe
\[ \sigma = \sqrt{2.96} \około 1.72 \]
Tak więc w tym przykładzie wariancja danych wynosi 2.96, a odchylenie standardowe wynosi około 1.72.
Interpretacja
Wariancja i odchylenie standardowe dostarczają istotnych informacji o rozproszeniu danych. W powyższym przykładzie wariancja wynosząca 2.96 oznacza, że średnie odchylenie kwadratowe wartości danych od średniej wynosi 2.96. Odchylenie standardowe wynoszące 1.72 oznacza, że wartości danych odbiegają średnio o 1.72 jednostki od średniej.
Odchylenie standardowe jest łatwiejsze do interpretacji, ponieważ ma te same jednostki, co dane oryginalne. Na przykład, w kontekście statystyk dochodów, jeśli dane mają odchylenie standardowe wynoszące 500 dolarów, oznacza to, że średni dochód odbiega o 500 dolarów od średniego dochodu.
Zastosowanie w życiu codziennym
Zrozumienie wariancji i odchylenia standardowego może znaleźć zastosowanie w różnych dziedzinach. W finansach odchylenie standardowe może służyć do pomiaru ryzyka inwestycyjnego. W edukacji może służyć do oceny zmienności wyników testów między uczniami. W produkcji może pomóc w kontroli jakości poprzez pomiar zmienności produkcji.
Wniosek
Wariancja i odchylenie standardowe to dwa kluczowe narzędzia statystyczne do zrozumienia zmienności w zbiorze danych. Obliczając wariancję, możemy określić, jak bardzo rozproszone są dane. Odchylenie standardowe, czyli pierwiastek kwadratowy z wariancji, oferuje bardziej intuicyjną interpretację i jest mierzone w tych samych jednostkach, co dane oryginalne. Zrozumienie i umiejętność obliczenia tych dwóch miar pozwala nam lepiej analizować dane i podejmować bardziej świadome decyzje.
