د معیاري انحراف په کارولو سره د معلوماتو ویش تحلیل
په احصایو کې، یوازې د معلوماتو سیټ "مرکز" پوهیدل کافي ندي. د معلوماتو دوه سیټونه کولی شي ورته اوسط ولري، مګر د دوی ځانګړتیاوې د دوی د خپریدو درجې له امله د پام وړ توپیر لري. دا هغه ځای دی چې د معلوماتو د خپریدو مفهوم مهم کیږي. په مختلفو برخو کې د خپریدو یو له خورا مشهور، قوي، او ډیری وخت کارول شوي اقداماتو څخه - له تعلیم او اقتصاد څخه تر روغتیا او معلوماتو ساینس پورې - معیاري انحراف دی. دا مقاله د معیاري انحراف مفهوم، محاسبه، تفسیر، او کارولو په اړه بحث کوي ترڅو تحلیل کړي چې د معلوماتو خپریدل د هغې د مرکزي ارزښت څخه څنګه دي.
۱. ولې د معلوماتو ویش تحلیل ته اړتیا لري؟
تصور وکړئ چې دوه ټولګي د ریاضي ازموینې اوسط نمرې ۸۰ لري. په الف ټولګي کې، نږدې ټولو زده کونکو د ۷۸ او ۸۲ ترمنځ نمرې ترلاسه کړې. په ب ټولګي کې، ځینو زده کونکو ۵۰ او ځینو ۱۰۰ نمرې ترلاسه کړې. اوسطونه یو شان دي، مګر په دواړو ټولګیو کې وضعیت په څرګند ډول توپیر لري. الف ټولګي دوامداره فعالیت ښیې، پداسې حال کې چې ب ټولګي د پام وړ توپیر ښیې.
د ویش تحلیل کولو سره، موږ کولی شو:
- د یوې پدیدې د دوام یا بدلون ارزونه وکړئ.
- د خطر اندازه کول (د مثال په توګه د پانګونې په عاید کې توپیر).
– د پروسې ثبات پرتله کول (د مثال په توګه د تولید کیفیت).
- احتمالي بې نظمۍ یا خورا ډیر معلومات کشف کړئ.
معیاري انحراف د دې هدف لپاره لومړنی وسیله ده ځکه چې دا اندازه کوي چې معلومات له اوسط څخه څومره لرې خپریږي.
۲. د معیاري انحراف تعریف
معیاري انحراف د تغیر مربع ریښه ده. پداسې حال کې چې تغیر د معلوماتو او اوسط ترمنځ د توپیرونو د مربعونو اوسط اندازه کوي، معیاري انحراف د اندازه کولو واحدونه خپل اصلي پیمانه ته راستنوي (د بیلګې په توګه، د ازموینې نمرې، کیلوګرامه، روپیه، او نور). دا د معیاري انحراف تشریح کول اسانه کوي.
په شعوري ډول:
– کوچنی معیاري انحراف → راټول شوي معلومات اوسط ته نږدې دي (ډیر یونیفورم).
– لوی معیاري انحراف → معلومات د اوسط څخه لرې خپریږي (ډیر متنوع).
۳. د معیاري انحراف فورمول: نفوس د نمونې په مقابل کې
په احصایو کې، موږ د نفوسو او نمونو لپاره د معیاري انحراف محاسبه کولو ترمنځ توپیر کوو.
الف) د نفوسو معیاري انحراف (σ)
که چیرې هغه معلومات چې تحلیل کیږي د نفوس ټول غړي وي، فورمول دا دی:
\[
\سګما = \sqrt{\frac{\sum (x_i – \mu)^2}{N}}
\]
معلومات:
– \(x_i\) = i-th د معلوماتو ارزښت
– \(\mu\) = د نفوسو اوسط
– \(N\) = د نفوسو د معلوماتو شمېر
ب) د نمونې معیاري انحراف (ونه)
که چیرې هغه معلومات چې تحلیل کیږي یوازې د نفوس یوه برخه وي (نمونه)، فورمول دا دی:
\[
s = \sqrt{\frac{\sum (x_i – \bar{x})^2}{n-1}}
\]
معلومات:
– \(\bar{x}\) = د نمونې اوسط
– \(n\) = د نمونې معلوماتو شمېر
– \(n-1\) د آزادۍ درجې (د بیسل سمون) بلل کیږي، چې د دې لپاره کارول کیږي چې د توپیر/معیاري انحراف اټکل بې طرفه وي.
په ورځني عمل کې، هغه معلومات چې موږ یې لرو معمولا د نمونو په بڼه وي، نو فورمول \(n-1\) ډېر عام کارول کیږي.
۴. د معیاري انحراف محاسبه کولو ګامونه
د پروسې د پوهیدو لپاره، دلته د نمونې معیاري انحراف محاسبه کولو لپاره عمومي ګامونه دي:
۱. اوسط (\(\bar{x}\)) محاسبه کړئ.
۲. د هر معلومات او اوسط (\(x_i – \bar{x}\)) ترمنځ توپیر محاسبه کړئ.
۳. توپیر \((x_i – \bar{x})^2\) مربع کړئ.
۴. ټولې مربعې جمع کړئ.
۵. د نمونې توپیر ترلاسه کولو لپاره په \(n-1\) تقسیم کړئ.
۶. د معیاري انحراف (s) ترلاسه کولو لپاره پایله مربع ریښه کړئ.
ساده مثال
فرض کړئ چې د معلوماتو ارزښتونه دا دي: 70، 75، 80، 85، 90 (n = 5)
– اوسط: \(\bar{x} = (70+75+80+85+90)/5 = 80\)
- توپیر: -۱۰، -۵، ۰، ۵، ۱۰
- مربع توپیر: ۱۰۰، ۲۵، ۰، ۲۵، ۱۰۰
- د مربعونو شمیر: 250
- د نمونې توپیر: \(250/(5-1)=62,5\)
– معیاري انحراف: \(s=\sqrt{62,5}\تقریباً 7,91\)
ساده تفسیر: ارزښتونه په اوسط ډول د ۸۰ اوسط څخه شاوخوا ۷.۹۱ ټکي انحراف کوي.
۵. د معلوماتو تحلیل کې د معیاري انحراف تفسیر
معیاري انحراف یوازې نه دی؛ معنی یې په شرایطو پورې اړه لري. په هرصورت، ځینې عمومي لارښوونې ګټورې کیدی شي:
- که چیرې معیاري انحراف 0 ته نږدې وي، نو معلومات د اوسط شاوخوا خورا متمرکز دي.
- که چیرې معیاري انحراف لوی وي، معلومات ډیر متغیر وي، چې د غیر یووالي ښودنه کوي.
معیاري انحراف اکثرا د دې لپاره هم کارول کیږي:
- د دوو ډلو پرتله کول: د مثال په توګه دوه ټولګي چې ورته اوسط لري، مګر مختلف معیاري انحرافات لري.
- د پروسې ثبات ارزونه: د فابریکې تولید د محصول د اندازې د کوچني معیاري انحراف سره د ډیر ثابت کیفیت معنی لري.
- د بې ثباتۍ اندازه کول: په مالي چارو کې، د ونډو د عایداتو معیاري انحراف اکثرا د خطر شاخص په توګه کارول کیږي.
۶. د معیاري انحراف او نورمال ویش ترمنځ اړیکه
په هغو معلوماتو کې چې د عادي ویش تعقیبوي، معیاري انحراف د تجربوي قاعدې له لارې خورا قوي تفسیر لري:
– شاوخوا ۹۹.۷٪ معلومات د \(\bar{x} \pm 1s\) په حد کې دي.
– شاوخوا ۹۹.۷٪ معلومات د \(\bar{x} \pm 2s\) په حد کې دي.
– شاوخوا ۹۹.۷٪ معلومات د \(\bar{x} \pm 3s\) په حد کې دي.
دا قاعده د دې اټکل کولو لپاره ګټوره ده چې د اوسط شاوخوا څومره معلومات "عادي" دي او د سختو ارزښتونو کشف کول اسانه کوي. په هرصورت، دا مهمه ده چې په یاد ولرئ چې دا قاعده یوازې هغه وخت دقیقه ده کله چې معلومات په حقیقت کې نورمال ته نږدې وي.
۷. د خپریدو د نورو اقداماتو په مقابل کې معیاري انحراف
که څه هم معیاري انحراف خورا مشهور دی، د خپریدو نور اقدامات هم شتون لري چې مهم دي:
- حد: د اعظمي او لږترلږه ارزښتونو ترمنځ توپیر. ساده مګر د بهرنیو اړخونو په وړاندې خورا حساس.
– IQR (انټرکوارټائل رینج): د ربع ۱ او ربع ۳ ترمنځ رینج. د معیاري انحراف په پرتله د بهرنیو انحرافاتو په وړاندې ډیر مقاومت لري.
- MAD (د منځنۍ کچې مطلق انحراف): د منځنۍ کچې پر بنسټ یو قوي اندازه، د ډیرو بهرنیو معلوماتو لپاره مناسبه ده.
معیاري انحراف هغه وخت غوره وي کله چې معلومات نسبتا "پاک" وي او ویش یې ډیر دروند نه وي. که چیرې معلومات ډیری بهرني اړخونه ولري، نو معیاري انحراف کولی شي لوی شي او د ډیری معلوماتو استازیتوب یې لږ وي.
۸. د معیاري انحراف ګټې او محدودیتونه
زیات
- ټول معلومات کاروي (نه یوازې خورا ارزښتونه).
- قوي نظري اساس لري او ډیری وختونه په ډیری پرمختللو احصایوي میتودونو کې کارول کیږي.
- د تفسیر لپاره اسانه ځکه چې واحدونه د اصلي معلوماتو سره ورته دي.
محدودیتونه
- د بهرنیو اړخونو په وړاندې ډیر حساس ځکه چې دا د توپیر مربع پکې شامل دی.
- د "لوی" یا "کوچني" تفسیر په پیمانه او شرایطو پورې اړه لري.
- په خورا غیر نورمال ویشونو کې، معیاري انحراف ممکن لږ استازیتوب وکړي.
۷. پایله
د معلوماتو د خپریدو تحلیل د ډیټاسیټ ځانګړتیاو په پوهیدو کې یو مهم ګام دی. معیاري انحراف د دې روښانه اندازه چمتو کوي چې معلومات له اوسط څخه څومره لرې خپریږي، موږ سره د پروسې یا پدیدې د ثبات، خطر او کیفیت ارزولو کې مرسته کوي. د دې د محاسبې او تفسیر کولو په پوهیدو سره، موږ کولی شو ډیر باخبره پریکړې وکړو، که په اکاډمیک څیړنه، د فعالیت ارزونه، د کیفیت کنټرول، یا د سوداګرۍ تحلیل کې وي.
په پای کې، معیاري انحراف یوازې یوه شمیره نه ده، بلکې د معلوماتو کې د موجود ناڅرګندتیا او توپیر یوه مهمه لنډیز دی. د ډیر قوي تحلیل لپاره، معیاري انحراف باید د نورو اقداماتو سره په ګډه وکارول شي - لکه میډین، IQR، یا د معلوماتو لید - ترڅو د ویش ډیر بشپړ او دقیق انځور چمتو کړي.
