Ma'lumotlar taqsimotida dispersiya va standart og'ish tahlili
Statistikada ma'lumotlarning taqsimlanishini tushunish o'rtacha yoki mediana kabi markaziy qiymatlarni tushunish kabi muhimdir. Ikkita ma'lumot to'plami bir xil o'rtacha qiymatga ega bo'lishi mumkin, ammo ularning taqsimlanishi juda farq qiladi: biri o'rtacha qiymat atrofida zich joylashgan bo'lishi mumkin, ikkinchisi esa keng tarqalgan bo'lishi mumkin. Bu yerda dispersiya va standart og'ish muhim rol o'ynaydi - ular ma'lumotlarning markaziy qiymatidan qanchalik farq qilishini o'lchaydigan asosiy o'lchovlardir. Ushbu maqolada ularning tushunchalari, formulalari, talqinlari va ma'lumotlarni tahlil qilishda qo'llanilishi misollari muhokama qilinadi.
1. Ma'lumotlarni tarqatish nima uchun muhim?
Ma'lumotlarning tarqalishi izchillik va xavf haqida ma'lumot beradi. Masalan, test ballari nuqtai nazaridan, A va B sinflari uchun o'rtacha ko'rsatkich 80 ga teng bo'lishi mumkin. Biroq, agar A sinfi ballaridagi farq kichik bo'lsa, o'quvchilarning aksariyati shunga o'xshash natijalarga erishadilar. Aksincha, agar B sinfi ballaridagi farq katta bo'lsa, ba'zi talabalar juda yuqori ball olishlari, boshqalari esa juda past ball olishlari mumkin. Biznesda savdo ma'lumotlarining tarqalishi daromad barqarorligini ko'rsatadi; moliyada investitsiya daromadlarining tarqalishi xavf darajasini ko'rsatadi.
Dispersiya va standart og'ishni tushunish orqali qaror qabul qiluvchilar quyidagilarni amalga oshirishlari mumkin:
– Jarayonning barqaror yoki yo'qligini baholang (masalan, zavod ishlab chiqarishi).
– Guruhlar o'rtasidagi izchillikni taqqoslash (masalan, ikkita o'rganish usuli).
– Ko'rib chiqishga arziydigan tashqi ma'lumotlarni aniqlash.
– Bashorat va modellardagi noaniqlikni baholash.
2. Variantning asosiy tushunchasi
Dispersiya har bir ma'lumotlar to'plamining o'rtacha qiymatdan o'rtacha kvadratik og'ishini o'lchaydi. Og'ish - bu ma'lumotlar qiymatlari va o'rtacha qiymat o'rtasidagi farq. Agar ko'p qiymatlar o'rtacha qiymatdan uzoq bo'lsa, dispersiya katta bo'ladi. Agar qiymatlar o'rtacha qiymatga yaqin bo'lsa, dispersiya kichik bo'ladi.
Aytaylik, o'rtacha qiymati \(\bar{x}\) bo'lgan \(x_1, x_2, …, x_n\) ma'lumotlar mavjud. Har bir ma'lumotning og'ishi \(x_i – \bar{x}\). Biroq, agar og'ishlar to'g'ridan-to'g'ri qo'shilsa, natija har doim nolga teng bo'ladi, chunki bir-birini bekor qiladigan musbat va manfiy og'ishlar mavjud. Buni bartaraf etish uchun og'ishlar barchasi musbat bo'lishi uchun kvadratga bo'linadi. Bu yerda dispersiya tug'iladi.
a) Populyatsiya o'zgarishi
Agar ma'lumotlar butun populyatsiyani ifodalaydi deb hisoblansa, populyatsiya dispersiyasi quyidagicha yoziladi:
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
Qayerda:
– \(N\) aholi soni haqidagi ma'lumotlar,
– \(\mu\) populyatsiyaning o'rtacha qiymati,
– \(\sigma^2\) populyatsiya dispersiyasidir.
b) Namuna o'zgarishi
Agar ma'lumotlar katta populyatsiyadan olingan namuna bo'lsa, namunaviy dispersiya qo'llaniladi:
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n-1}
\]
Bo'luvchi \(n-1\) Bessel tuzatishi deb ataladi va populyatsiya uchun dispersiya bahosining xolisligini ta'minlash uchun ishlatiladi. Asosan, namunaviy o'rtacha qiymat ma'lumotlarning o'zidan hisoblanganligi sababli, "erkinlik darajalarining yo'qolishi" mavjud, shuning uchun bo'luvchi shunga mos ravishda sozlanadi.
3. Standart og'ish: Dispersiyaning ildizi
Dispersiyaning bitta amaliy kamchiligi bor: uning birliklari ma'lumotlar birliklarining kvadratidir. Agar ma'lumotlar "rupiya" da bo'lsa, dispersiya "rupiya²" da bo'ladi, buni to'g'ridan-to'g'ri talqin qilish qiyin. Shuning uchun biz dispersiyaning kvadrat ildizi bo'lgan standart og'ishdan foydalanamiz.
a) Populyatsiya standart og'ishi
\[
\sigma = \sqrt{\sigma^2}
\]
b) Namuna standart og'ishi
\[
s = \sqrt{s^2}
\]
Standart og'ish asl ma'lumotlar bilan bir xil birliklarga ega, bu esa uni tushunishni osonlashtiradi. Yuqori standart og'ish ma'lumotlarning ko'proq tarqalganligini; past standart og'ish esa zichroq ma'lumotlar to'plamini bildiradi.
4. Oddiy hisoblash misoli
Masalan, test ballari ma'lumotlari: 70, 75, 80, 85, 90.
1) O'rtacha qiymatni hisoblang:
\[
\bar{x} = \frac{70+75+80+85+90}{5} = 80
\]
2) Har bir qiymatning o'rtacha qiymatdan og'ishini hisoblang:
– 70: \(70-80=-10\)
– 75: \(75-80=-5\)
– 80: \(80-80=0\)
– 85: \(85-80=5\)
– 90: \(90-80=10\)
3) Og'ishni kvadratga aylantiring:
– 100, 25, 0, 25, 100
4) Qo'shish:
\[
\sum (x_i-\bar{x})^2 = 250
\]
5) Namuna dispersiyasi:
\[
s^2 = \frac{250}{5-1} = 62.5
\]
6) Namuna standart og'ish:
\[
s = \sqrt{62.5} \taxminan 7.91
\]
Talqin: o'rtacha ball 80 ga teng va "odatda" ballar o'rtacha ko'rsatkichdan taxminan 7-8 ball farq qiladi.
5. Dispersiya va standart og'ishning talqini
Dispersiya va standart og'ish shunchaki sonlar emas; ularni kontekstda talqin qilish kerak.
– Kichik standart og'ish: yuqori izchillik. Masalan, mahsulot hajmida juda kichik standart og'ish bilan ishlab chiqarish jarayoni barqaror sifatni ko'rsatadi.
– Katta standart og'ish: yuqori o'zgaruvchanlik. Investitsiyalarda daromadlilikning yuqori standart og'ishi yuqori o'zgaruvchanlikni (yuqori xavf) anglatadi.
– Guruhlar oʻrtasidagi taqqoslash: agar ikkita guruhning oʻrtacha qiymati bir xil, lekin standart ogʻishlari har xil boʻlsa, ogʻish darajasi kichikroq boʻlgan guruh bir xilroq boʻladi.
Biroq, standart og'ish chetga chiqishlarga sezgir ekanligini yodda tutish muhimdir. Bitta ekstremal qiymat dispersiya va standart og'ishni sezilarli darajada oshirishi mumkin. Shuning uchun taqsimot tahlili ko'pincha vizualizatsiya (gistogrammalar, quti chizmalari) yoki IQR (kvartillararo diapazon) kabi ishonchli o'lchovlar bilan to'ldiriladi.
6. Normal taqsimot va empirik qoidalar bilan bog'liqlik
Normal taqsimotda (qo'ng'iroq egri chizig'i) standart og'ish juda kuchli ma'noga ega. Ko'pincha qo'llaniladigan empirik qoida mavjud:
– Maʼlumotlarning taxminan 68% \(\bar{x} \pm 1s\) oraligʻida.
– Maʼlumotlarning taxminan 95% \(\bar{x} \pm 2s\) oraligʻida.
– Maʼlumotlarning taxminan 99,7% \(\bar{x} \pm 3s\) oraligʻida.
Bu qoida tezkor talqinlarni amalga oshirishga yordam beradi, masalan, qiymat "g'ayritabiiy" yoki hali ham umumiy diapazonda ekanligini baholash.
7. Turli sohalarda qo'llanilishi
1) Ta'lim: O'quvchilar baholarining taqsimlanishini kuzatish. Kichik og'ishlar o'rganish natijalarining adolatli ekanligini ko'rsatadi, katta og'ishlar esa tushunishdagi kamchiliklarni ko'rsatishi mumkin.
2) Sanoat: sifat nazorati. Tafovut ishlab chiqarish izchilligini baholash uchun ishlatiladi.
3) Moliya: aksiya narxining o'zgaruvchanligini, portfel daromadliligini va investitsiya xavfini o'lchaydi.
4) Sog'liqni saqlash: bemor populyatsiyasida qon bosimi, shakar darajasi yoki boshqa klinik ko'rsatkichlarning o'zgarishini kuzatish.
5) Ijtimoiy tadqiqot: so'rovnoma javoblarining heterojenligini va respondentlarning xususiyatlarining xilma-xilligini baholash.
8. Keng tarqalgan xatolar va amaliy maslahatlar
Ba'zi keng tarqalgan xatolar:
– Maʼlumotlar toʻliq populyatsiya boʻlsa ham, namunaviy dispersiyadan (boʻluvchi \(n-1\)) foydalanish yoki aksincha.
– Dispersiyani uning kvadrat birliklarini hisobga olmasdan talqin qilish; talqin qilish uchun standart og'ishdan foydalanish xavfsizroq.
– Chetga chiqishlarni e'tiborsiz qoldiring; avval ma'lumotlarni tekshirish yaxshidir.
– Normalizatsiyasiz turli masshtabli ma'lumotlar orasidagi standart og'ishlarni taqqoslang; ba'zi hollarda, adolatli taqqoslash uchun o'zgarish koeffitsientidan (CV), ya'ni \(CV = \frac{s}{\bar{x}}\times 100\%\) foydalaning.
Yopish
Dispersiya va standart og'ish ma'lumotlar taqsimotini tushunishning asosiy vositalaridir. Dispersiya kuchli matematik asos yaratadi, standart og'ish esa asl ma'lumotlarga o'xshash bo'lgani uchun talqin qilish osonroq bo'lgan o'lchovni taqdim etadi. Ushbu ikki o'lchovdan foydalanib, biz ma'lumotlar to'plamlari orasidagi taqsimot xususiyatlaridagi izchillik, xavf va farqlarni aniqroq baholashimiz mumkin. Ma'lumotlarni tahlil qilish amaliyotida dispersiya va standart og'ish ma'lumotlarning to'liq tasvirini berish va ko'proq xabardor qarorlar qabul qilish uchun markaziy tendentsiya va vizualizatsiya o'lchovlari bilan birgalikda eng yaxshi qo'llaniladi.
Agar xohlasangiz, men murakkabroq hisoblash misollarini (masalan, guruhlangan ma'lumotlar) qo'shishim yoki standart og'ishning z-ball va chetga chiqishni aniqlash bilan bog'liqligini tushuntirishim mumkin.
