د معلوماتو په ویش کې د توپیر او معیاري انحراف تحلیل
په احصایو کې، د معلوماتو د ویش پوهیدل د مرکزي ارزښتونو لکه اوسط یا میډیا پوهیدو په څیر مهم دي. د معلوماتو دوه سیټونه کولی شي ورته اوسط ولري، مګر د دوی ویشونه خورا توپیر لري: یو ممکن د اوسط شاوخوا کلک کلستر شي، پداسې حال کې چې بل ممکن په پراخه کچه خپور شي. دا هغه ځای دی چې توپیر او معیاري انحراف راځي - دوی د دې کلیدي اقدامات دي چې څومره معلومات د هغې مرکزي ارزښت څخه توپیر لري. دا مقاله د دوی مفکورې، فورمولونه، تفسیرونه، او د معلوماتو تحلیل کې د دوی د غوښتنلیک مثالونه بحث کوي.
۱. ولې د معلوماتو خپرول مهم دي؟
د معلوماتو خپریدل د ثبات او خطر په اړه معلومات چمتو کوي. د مثال په توګه، د ازموینې د نمرو په شرایطو کې، د A او B ټولګیو لپاره اوسط ممکن 80 وي. په هرصورت، که چیرې د A ټولګي د نمرو توپیر لږ وي، نو ډیری زده کونکي ورته فعالیت کوي. برعکس، که چیرې د B ټولګي د نمرو توپیر لوی وي، نو احتمال لري چې ځینې زده کونکي ډیر لوړ نمرې ولري او نور ډیر ټیټ نمرې ولري. په سوداګرۍ کې، د پلور معلوماتو خپریدل د عاید ثبات په ګوته کوي؛ په مالي چارو کې، د پانګونې د بیرته راستنیدو خپریدل د خطر کچه په ګوته کوي.
د توپیر او معیاري انحراف په پوهیدو سره، پریکړه کونکي کولی شي:
– ارزونه وکړئ چې ایا یوه پروسه باثباته ده که نه (د مثال په توګه د فابریکې تولید).
- د ډلو ترمنځ د یووالي پرتله کول (د مثال په توګه د زده کړې دوه طریقې).
- د هغو بهرنیو معلوماتو پیژندل چې د بیاکتنې وړ وي.
- په وړاندوینو او ماډلونو کې د ناڅرګندتیا اټکل کول.
۲. د توپیر اساسي مفهوم
توپیر د هر ډیټا سیټ د اوسط مربع انحراف اندازه کوي چې له اوسط څخه راځي. انحراف د ډیټا ارزښتونو او اوسط ترمنځ توپیر دی. که چیرې ډیری ارزښتونه له اوسط څخه لرې وي، نو توپیر به لوی وي. که چیرې ارزښتونه د اوسط سره نږدې وي، نو توپیر به کوچنی وي.
فرض کړئ چې داسې معلومات شتون لري: \(x_1, x_2, …, x_n\) د \(\bar{x}\) اوسط سره. د هر معلوماتو انحراف \(x_i – \bar{x}\) دی. په هرصورت، که چیرې انحرافات په مستقیم ډول اضافه شي، پایله تل صفر وي ځکه چې مثبت او منفي انحرافات شتون لري چې یو بل لغوه کوي. د دې د له منځه وړلو لپاره، انحرافات مربع کیږي ترڅو ټول مثبت وي. دا هغه ځای دی چې توپیر زیږیدلی.
الف) د نفوس توپیر
که چیرې معلومات د ټول نفوس استازیتوب په پام کې ونیول شي، د نفوس توپیر په لاندې ډول لیکل کیږي:
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
چیرته:
- \(N\) د نفوسو د معلوماتو شمېر دی،
– \(\mu\) د نفوس اوسط دی،
– \(\sigma^2\) د نفوس توپیر دی.
ب) د نمونې توپیر
که چیرې معلومات د لوی نفوس څخه یوه نمونه وي، د نمونې توپیر کارول کیږي:
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n-1}
\]
د ویشونکي \(n-1\) ته د بیسل سمون ویل کیږي، او د دې لپاره کارول کیږي چې ډاډ ترلاسه شي چې د نفوس لپاره د توپیر اټکل بې طرفه دی. په اصل کې، ځکه چې د نمونې اوسط پخپله د معلوماتو څخه محاسبه کیږي، نو د "آزادۍ درجو له لاسه ورکول" شتون لري، نو ویشونکی د مطابق سره تنظیم شوی.
۳. معیاري انحراف: د توپیر ریښه
تغیر یوه عملي نیمګړتیا لري: د هغې واحدونه د معلوماتو د واحدونو مربع دي. که چیرې معلومات په "روپیا" کې وي، نو توپیر په "روپیا²" کې دی، کوم چې مستقیم تشریح کول ګران دي. له همدې امله، موږ معیاري انحراف کاروو، کوم چې د تغیر مربع ریښه ده.
الف) د نفوسو معیاري انحراف
\[
سیګما = سیګما ^ 2
\]
ب) د نمونې معیاري انحراف
\[
s = \sqrt{s^2}
\]
معیاري انحراف د اصلي معلوماتو سره ورته واحدونه لري، چې پوهیدل یې اسانه کوي. لوړ معیاري انحراف د ډیرو خپریدونکو معلوماتو ښودنه کوي؛ ټیټ معیاري انحراف د ډیرو کثافت لرونکو معلوماتو سیټ ښودنه کوي.
۴. د ساده محاسبې بېلګه
د مثال په توګه، د ازموینې نمرې معلومات: 70، 75، 80، 85، 90.
۱) اوسط محاسبه کړئ:
\[
\bar{x} = \frac{70+75+80+85+90}{5} = 80
\]
۲) د هر ارزښت انحراف له اوسط څخه محاسبه کړئ:
– ۷۵: \(۷۵-۸۰=-۵\)
– ۷۵: \(۷۵-۸۰=-۵\)
– ۹۰: \(۹۰-۸۰=۱۰\)
– ۹۰: \(۹۰-۸۰=۱۰\)
– ۹۰: \(۹۰-۸۰=۱۰\)
۳) انحراف مربع کړئ:
– ۱۰۰، ۲۵، ۰، ۲۵، ۱۰۰
۴) اضافه کول:
\[
\ مجموعه (x_i-\bar{x})^2 = 250
\]
۵) د نمونې توپیر:
\[
s^2 = \frac{250}{5-1} = 62.5
\]
۶) د نمونې معیاري انحراف:
\[
s = \sqrt{62.5} \نږدې 7.91
\]
تفسیر: اوسط نمره ۸۰ ده، او "معمولا" نمره د اوسط څخه شاوخوا ۷-۸ ټکي انحراف کوي.
۵. د توپیر او معیاري انحراف تفسیر
توپیر او معیاري انحراف یوازې شمیرې ندي؛ دوی باید په شرایطو کې تشریح شي.
– کوچنی معیاري انحراف: لوړ ثبات. د مثال په توګه، د تولید پروسه چې د محصول په اندازې کې خورا کوچنی معیاري انحراف لري، باثباته کیفیت په ګوته کوي.
– لوی معیاري انحراف: لوړ توپیر. په پانګونه کې، د عایداتو لوړ معیاري انحراف د لوړ بې ثباتۍ (لوړ خطر) معنی لري.
- د ډلو ترمنځ پرتله کول: که چیرې دوه ډلې ورته اوسط ولري مګر مختلف معیاري انحرافات ولري، هغه ډله چې کوچنۍ انحراف لري ډیر یوشان وي.
په هرصورت، دا مهمه ده چې په یاد ولرئ چې معیاري انحراف د بهرنیانو لپاره حساس دی. یو واحد افراطي ارزښت کولی شي د پام وړ توپیر او معیاري انحراف زیات کړي. له همدې امله، د ویش تحلیل ډیری وختونه د لیدونو (هیسټوګرامونو، بکس پلاټونو) یا قوي اقداماتو لکه IQR (انټرکوارټائل رینج) لخوا بشپړ کیږي.
۶. د نورمال ویش او تجربوي قواعدو سره اړیکه
په عادي ویش (د زنګ منحني) کې، معیاري انحراف خورا قوي معنی لري. یو تجربوي قاعده شتون لري چې ډیری وختونه کارول کیږي:
– 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 چټکو تعبیرونو په کولو کې مرسته کوي، د بیلګې په توګه دا ارزونه کول چې ایا ارزښت "غیر طبیعي" دی یا لاهم په عمومي حد کې دی.
۷. په مختلفو برخو کې غوښتنلیکونه
۱) زده کړه: د زده کونکو د نمرو د ویش څارنه. کوچني انحرافات د زده کړې مساوي پایلې په ګوته کوي، پداسې حال کې چې لوی انحرافات کولی شي په پوهیدو کې تشې په ګوته کړي.
۲) صنعت: د کیفیت کنټرول. توپیر د تولید د ثبات ارزولو لپاره کارول کیږي.
۳) مالي چارې: د ونډو د نرخ بې ثباتي، د پورټ فولیو عاید، او د پانګونې خطر اندازه کوي.
۴) روغتیا: د ناروغانو په ډله کې د وینې فشار، د شکر کچه، یا نورو کلینیکي شاخصونو کې د بدلونونو مشاهده کول.
۵) ټولنیزه څېړنه: د سروې د ځوابونو د تنوع او د ځواب ورکوونکي د ځانګړتیاوو تنوع ارزونه.
۸. عامې غلطۍ او عملي لارښوونې
ځینې عامې غلطۍ:
- د نمونې توپیر (ویژونکی \(n-1\)) کارول که څه هم معلومات بشپړ نفوس وي، یا برعکس.
– د متغیر تفسیر پرته له دې چې د هغې مربع واحدونه په پام کې ونیسي؛ د تفسیر لپاره د معیاري انحراف کارول خوندي دي.
– غیر ضروري معلومات له پامه وغورځوئ؛ غوره ده چې لومړی معلومات وګورئ.
– د مختلفو پیمانو سره د معلوماتو ترمنځ معیاري انحرافات د نورمال کولو پرته پرتله کړئ؛ په ځینو مواردو کې، د توپیر ضخامت (CV) وکاروئ لکه \(CV = \frac{s}{\bar{x}}\times 100\%\) د ښه پرتله کولو لپاره.
تړل
توپیر او معیاري انحراف د معلوماتو ویش د پوهیدو لپاره بنسټیز وسایل دي. توپیر یو قوي ریاضيکي بنسټ چمتو کوي، پداسې حال کې چې معیاري انحراف یو اندازه چمتو کوي چې تشریح کول یې اسانه دي ځکه چې دا د اصلي معلوماتو سره ورته دی. د دې دوو اقداماتو په کارولو سره، موږ کولی شو د معلوماتو سیټونو ترمنځ د ویش ځانګړتیاو کې ثبات، خطر او توپیرونه په ډیر روښانه توګه وارزوو. د معلوماتو تحلیل په عمل کې، توپیر او معیاري انحراف د مرکزي تمایل او لید د اقداماتو سره په ګډه غوره کارول کیږي ترڅو د معلوماتو بشپړ انځور چمتو کړي او ډیر باخبره پریکړې وکړي.
که تاسو وغواړئ، زه کولی شم د محاسبې نورې پیچلې مثالونه اضافه کړم (د مثال په توګه ګروپ شوي معلومات)، یا د z-score او outlier کشف سره د معیاري انحراف اړیکه تشریح کړم.
