Пример питања и дискусија о мерама дистрибуције
Мере дисперзије су статистички концепти који се користе за описивање колико су подаци раширени или разноврсни унутар скупа података. Скала дисперзије пружа детаљнији увид у дистрибуцију података, откривајући информације које се не могу видети само из медијане и средње вредности. Овај чланак ће размотрити неколико примера проблема везаних за мере дисперзије и њихову дискусију како би се разјаснио овај концепт. Постоје различите мере дисперзије, укључујући распон, стандардну девијацију, варијансу и интерквартилни распон (IQR).
1. Домет
Дефиниси
Распон је разлика између највише и најниже вредности у скупу података.
Пример проблема
Фудбалски тим бележи број голова које је постигао у последњих 10 утакмица на следећи начин:
3, 5, 2, 8, 7, 2, 6, 9, 4 и 1.
Пембахасан
Да бисмо израчунали опсег, потребно је да пронађемо максималну и минималну вредност података.
– Максимални резултат: 9
– Минимална вредност: 1
Распон = Максимална вредност – Минимална вредност = 9 – 1 = 8
Дакле, распон постигнутих голова у последњих 10 утакмица је 8 голова.
2. Стандардна девијација
Дефиниси
Стандардна девијација је мера колико је свака вредност у скупу података удаљена од своје средње вредности. Стандардна девијација је квадратни корен варијансе.
Пример проблема
Ево резултата тестова из математике за један разред: 65, 70, 75, 80 и 85.
Пембахасан
Први корак је израчунавање просечног резултата.
\[
\text{Просек} = \frac{65 + 70 + 75 + 80 + 85}{5} = 75
\]
Други корак је израчунавање разлике између сваке вредности и просека, а затим квадрирање резултата:
– (65 – 75)² = 100
– (70 – 75)² = 25
– (75 – 75)² = 0
– (80 – 75)² = 25
– (85 – 75)² = 100
Трећи корак је проналажење варијансе израчунавањем просека квадрата разлика:
\[
\text{Варијанса} = \frac{100 + 25 + 0 + 25 + 100}{5} = 50
\]
Стандардна девијација је квадратни корен варијансе:
\[
\text{Стандардна девијација} = \sqrt{50} \approx 7.07
\]
Дакле, стандардна девијација резултата теста је око 7.07.
3. Варијанса
Дефиниси
Варијанса је просек квадрата разлика између сваке вредности и њене средње вредности; описује колико су подаци распоређени око средње вредности. Варијанса је квадрат стандардне девијације.
Пример проблема
Претпоставимо да имамо следећи скуп података: 10, 20, 30, 40 и 50.
Пембахасан
Први корак је израчунавање просека података.
\[
\text{Просек} = \frac{10 + 20 + 30 + 40 + 50}{5} = 30
\]
Други корак је израчунавање разлике између сваке вредности и просека, а затим квадрирање резултата:
– (10 – 30)² = 400
– (20 – 30)² = 100
– (30 – 30)² = 0
– (40 – 30)² = 100
– (50 – 30)² = 400
Трећи корак је проналажење варијансе израчунавањем просека квадрата разлика:
\[
\text{Варијанса} = \frac{400 + 100 + 0 + 100 + 400}{5} = 200
\]
Дакле, варијанса скупа података је 200.
4. Интерквартилни распон (IQR)
Дефиниси
Интерквартилни распон (IQR) је разлика између трећег квартила (Q3) и првог квартила (Q1). IQR пружа меру распона од средњих 50% података у скупу података, што може бити информативније од распона.
Пример проблема
Следећи скуп података има вредности: 1, 3, 4, 5, 6, 7, 8, 11, 13 и 14.
Пембахасан
Прво, морамо сортирати податке:
КСНУМКС, КСНУМКС, КСНУМКС, КСНУМКС, КСНУМКС, КСНУМКС, КСНУМКС, КСНУМКС, КСНУМКС, КСНУМКС
Да бисмо израчунали Q1 и Q3, потребно је да податке поделимо на квартиле.
– Медијана (Q2) лежи између 6 и 7: \((6+7)/2 = 6.5\)
За Q1, узимамо медијану нижих вредности:
- 1, 3, 4, 5, 6
– Медијана овог подскупа је 4
За Q3, узимамо медијану горњих вредности:
- 7, 8, 11, 13, 14
– Медијана овог подскупа је 11
Интерквартилни распон (IQR) = Q3 – Q1 = 11 – 4 = 7
Дакле, IQR за скуп података је 7.
Закључак
Мере дисперзије су важни аспекти статистике који нам помажу да разумемо степен варијације у подацима. У овом чланку смо размотрили и дали примере и дискусије за неколико уобичајено коришћених мера дисперзије: распон, стандардну девијацију, варијансу и интерквартилни распон. Разумевањем ових концепата и начина њиховог израчунавања, стичемо боље разумевање карактеристика података које анализирамо, што нам заузврат може помоћи да доносимо информисаније одлуке на основу тих података.
