Mga Halimbawang Tanong at Talakayan: Baryansa at Standard Deviation ng Iisang Datos
Ang estadistika ay isang sangay ng matematika na nakatuon sa pangongolekta, pagsusuri, interpretasyon, presentasyon, at organisasyon ng datos. Dalawang mahahalagang konsepto sa estadistika ay ang variance at standard deviation. Tatalakayin nang detalyado ng artikulong ito kung paano kalkulahin ang variance at standard deviation ng isang hanay ng datos sa pamamagitan ng ilang halimbawa ng mga problema.
Pag-unawa sa Baryansa at Standard Deviation
Ang baryansa ay isang panukat na sumusukat kung gaano kalayo ang pagkalat ng mga numero sa isang set ng datos mula sa mean o average. Ang baryansa ay ipinapahayag sa mga square unit ng orihinal na datos, kaya madalas itong mahirap bigyang-kahulugan.
Ang standard deviation ay ang square root ng variance. Nagbibigay ito ng mas madaling maunawaang sukat kung gaano kalayo ang karaniwang lumihis ng datos mula sa mean dahil ang mga yunit nito ay kapareho ng mga orihinal na yunit ng datos.
Pangkalahatang Pormula
Para sa iisang datos, ang pormula para sa variance \( \sigma^2 \) at standard deviation \( \sigma \) ng populasyon ay ang mga sumusunod:
1. Baryansa (σ²):
\( \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2 \)
2. Pamantayang Paglihis (σ):
\( \sigma = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i – \mu)^2} \)
Saan:
– Ang \( N \) ay ang bilang ng datos sa populasyon.
– Ang \( x_i \) ay ang ika-i na halaga ng datos.
– Ang \( \mu \) ay ang mean o average ng datos.
Kung kakalkulahin natin ang variance at standard deviation ng sample, bahagyang babaguhin ang pormula sa itaas:
1. Halimbawang Baryansa (s²):
\( s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2 \)
2. Halimbawang Standard Deviation (mga Standard Deviation):
\( s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i – \bar{x})^2} \)
Saan:
– Ang \( n \) ay ang bilang ng datos sa sample.
– Ang \( \bar{x} \) ay ang mean o average ng sample.
Mga Halimbawang Tanong at Talakayan
Halimbawang Tanong 1:
Ibinigay ang sumusunod na datos:
8, 10, 10, 10, 12, 14
Kalkulahin ang variance at standard deviation ng datos!
Mga Hakbang sa Solusyon:
1. Pagkalkula ng Karaniwan (Mean) \( \mu \):
\[
\mu = \frac{8 + 10 + 10 + 10 + 12 + 14}{6} = \frac{64}{6} = 10.67
\]
2. Kalkulahin ang Pagkakaiba sa Pagitan ng Datos at ng Average, Pagkatapos ay Kuwadrado:
\[
(8 – 10.67)^2 = 7.1289
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(10 – 10.67)^2 = 0.4489
\]
\[
(12 – 10.67)^2 = 1.7689
\]
\[
(14 – 10.67)^2 = 11.1089
\]
3. Pagdaragdag ng Lahat ng Naka-kwadradong Resulta:
\[
\sum (x_i – \mu)^2 = 7.1289 + 0.4489 + 0.4489 + 0.4489 + 1.7689 + 11.1089 = 21.3534
\]
4. Pagkalkula ng Baryansa (σ²) ng Datos ng Populasyon:
\[
\sigma^2 = \frac{21.3534}{6} = 3.559
\]
Paalala: Dahil ang datos na ito ay nakasaad bilang datos ng populasyon, hahatiin natin ito sa 6.
5. Pagkalkula ng Standard Deviation (σ):
\[
\sigma = \sqrt{3.559} \approx 1.886
\]
Kaya, ang variance ng datos ay 3.559 at ang standard deviation ay 1.886.
Halimbawang Tanong 2:
Ibinigay ang sumusunod na halimbawang datos:
5, 6, 8, 9, 10, 11
Kalkulahin ang variance at standard deviation ng sample!
Mga Hakbang sa Solusyon:
1. Pagkalkula ng Karaniwan (Mean) \( \bar{x} \) :
\[
\bar{x} = \frac{5 + 6 + 8 + 9 + 10 + 11}{6} = \frac{49}{6} = 8.167
\]
2. Kalkulahin ang Pagkakaiba sa Pagitan ng Datos at ng Average, Pagkatapos ay Kuwadrado:
\[
(5 – 8.167)^2 = 10.035
\]
\[
(6 – 8.167)^2 = 4.694
\]
\[
(8 – 8.167)^2 = 0.028
\]
\[
(9 – 8.167)^2 = 0.694
\]
\[
(10 – 8.167)^2 = 3.361
\]
\[
(11 – 8.167)^2 = 7.945
\]
3. Pagdaragdag ng Lahat ng Naka-kwadradong Resulta:
\[
\sum (x_i – \bar{x})^2 = 10.035 + 4.694 + 0.028 + 0.694 + 3.361 + 7.945 = 26.757
\]
4. Pagkalkula ng Sample Variance (s²):
\[
s^2 = \frac{26.757}{5} = 5.351
\]
Paalala: Dahil ito ay sample data, hinahati natin sa 5 (n-1).
5. Pagkalkula ng Standard Deviation (mga Standard Deviation):
\[
s = \sqrt{5.351} \approx 2.313
\]
Kaya, ang variance ng sample data ay 5.351 at ang standard deviation ay 2.313.
Konklusyon
Ang pagkalkula ng variance at standard deviation ay mahalaga para maunawaan kung gaano kalawak ang datos sa loob ng isang partikular na set. Bagama't ang variance ay nagbibigay ng teoretikal na sukat ng dispersion sa mga parisukat ng mga orihinal na unit, binibigyang-kahulugan ng standard deviation ang sukat ng dispersion batay sa mga orihinal na unit ng data, kaya mas madaling maunawaan. Sa pagsusuri ng datos, ang dalawang sukat na ito ay kadalasang ginagamit upang masuri ang variability ng datos at gumawa ng mga desisyong pang-estadistika.
Sa pamamagitan ng pag-unawa sa mga kinakailangang hakbang at pormula, madali nating makakalkula ang variance at standard deviation para sa iba't ibang sitwasyon na ating nararanasan sa pang-araw-araw na pangongolekta at pagsusuri ng datos. Sana, ang artikulong ito ay magbigay ng mas malalim na pag-unawa sa mga konsepto ng variance at standard deviation sa mga indibidwal na set ng datos.
