Các kỹ thuật xác định độ lệch trung bình trong dữ liệu thống kê
Trong thống kê, việc chỉ hiểu "trung tâm" của dữ liệu—ví dụ, thông qua giá trị trung bình hoặc trung vị—thường là không đủ. Hai tập dữ liệu có thể có cùng giá trị trung bình, nhưng lại khác biệt đáng kể về mức độ "biến thiên". Do đó, các thước đo độ phân tán rất quan trọng. Một thước đo độ phân tán tương đối dễ hiểu và sử dụng là độ lệch trung bình. Bài viết này thảo luận về các kỹ thuật xác định độ lệch trung bình trong các dạng dữ liệu thống kê khác nhau, kèm theo các bước tính toán và ví dụ.
Hiểu về độ lệch trung bình
Độ lệch trung bình là một thước đo cho biết khoảng cách trung bình của mỗi điểm dữ liệu so với một thước đo xu hướng trung tâm, thường là trung bình cộng (trung bình) hoặc trung vị. Khoảng cách được đề cập ở đây là giá trị tuyệt đối của hiệu số giữa dữ liệu và giá trị trung tâm, sao cho không có hiệu số âm nào "triệt tiêu" được hiệu số dương.
Nhìn chung, độ lệch trung bình mô tả mức độ phân tán của dữ liệu so với giá trị trung tâm. Độ lệch trung bình càng nhỏ, dữ liệu càng tập trung chặt chẽ xung quanh giá trị trung tâm; giá trị càng lớn, dữ liệu càng biến động nhiều.
Tại sao lại sử dụng giá trị tuyệt đối?
Nếu ta tính trung bình cộng của các hiệu số giữa dữ liệu và giá trị trung bình mà không dùng giá trị tuyệt đối, tổng của các hiệu số sẽ luôn bằng không (vì giá trị trung bình là điểm cân bằng). Ví dụ, nếu có hiệu số +5 và -5, tổng của chúng bằng 0. Do đó, giá trị tuyệt đối được sử dụng để các độ lệch phản ánh chính xác khoảng cách của dữ liệu so với tâm.
Công thức tính độ lệch trung bình cho dữ liệu đơn lẻ
Đối với dữ liệu đơn lẻ (không được nhóm lại), độ lệch trung bình so với giá trị trung bình được tính như sau:
\[
SR = \frac{\sum |x_i – \bar{x}|}{n}
\]
Thông tin:
– \( SR \): độ lệch trung bình
– \( x_i \): dữ liệu thứ i
– \( \bar{x} \): trung bình cộng (trung bình)
– \( n \): lượng dữ liệu
Kỹ thuật tính toán dữ liệu đơn lẻ (Các bước)
1. Tính giá trị trung bình \( \bar{x} \) của tất cả các dữ liệu.
2. Tính hiệu số giữa mỗi giá trị đo được và giá trị trung bình: \( x_i – \bar{x} \).
3. Lấy giá trị tuyệt đối của mỗi hiệu số: \( |x_i – \bar{x}| \).
4. Cộng tất cả các giá trị tuyệt đối của các hiệu số lại với nhau.
5. Chia cho số lượng dữ liệu \( n \).
Ví dụ về dữ liệu đơn lẻ
Dữ liệu giá trị: 6, 8, 10, 12, 14
1) Trung bình:
\[
\bar{x}=\frac{6+8+10+12+14}{5}=\frac{50}{5}=10
\]
2) Giá trị tuyệt đối của hiệu số:
– |6 − 10| = 4
– |8 − 10| = 2
– |10 − 10| = 0
– |12 − 10| = 2
– |14 − 10| = 4
Tổng = 4 + 2 + 0 + 2 + 4 = 12
3) Độ lệch trung bình:
\[
SR=\frac{12}{5}=2{,}4
\]
Điều này có nghĩa là trung bình mỗi giá trị lệch 2,4 đơn vị so với giá trị trung bình (10).
Độ lệch trung bình đối với dữ liệu thường xuyên (rời rạc)
Nếu dữ liệu được trình bày dưới dạng giá trị và tần suất (ví dụ: bảng), công thức sẽ trở thành:
\[
SR = \frac{\sum f_i |x_i – \bar{x}|}{\sum f_i}
\]
Thông tin:
– \( f_i \): tần số dữ liệu \( x_i \)
Các kỹ thuật tính toán dữ liệu tần số
1. Tính giá trị trung bình: \(\bar{x}=\frac{\sum f_i x_i}{\sum f_i}\)
2. Tính \( |x_i-\bar{x}| \)
3. Nhân với tần số: \( f_i |x_i-\bar{x}| \)
4. Cộng tất cả các kết quả của bước 3 lại.
5. Chia cho tổng tần số
Ví dụ về dữ liệu rời rạc
| Giá trị (x) | Tần số (f) |
|—|—|
| 5 | 2 |
| 7 | 3 |
| 9 | 1 |
Tổng tần số: \(2+3+1=6\)
Nghĩa là:
\[
\bar{x}=\frac{(5)(2)+(7)(3)+(9)(1)}{6}=\frac{10+21+9}{6}=\frac{40}{6}=6{,}67
\]
Tính độ lệch:
– Với x=5: |5−6,67|=1,67 → nhân với f=2 → 3,34
– Với x=7: |7−6,67|=0,33 → nhân với f=3 → 0,99
– Với x=9: |9−6,67|=2,33 → nhân với f=1 → 2,33
Tổng: 3,34 + 0,99 + 2,33 = 6,66
Độ lệch trung bình:
\[
SR=\frac{6{,}66}{6}=1{,}11
\]
Độ lệch trung bình cho dữ liệu được nhóm (khoảng lớp)
Trong dữ liệu được nhóm (ví dụ: phân phối tần số khoảng), các giá trị dữ liệu không được hiển thị riêng lẻ mà được hiển thị theo lớp. Vì mục đích này, điểm giữa của lớp (xi) được sử dụng để biểu diễn dữ liệu trong một lớp.
Công thức:
\[
SR=\frac{\sum f_i |x_i-\bar{x}|}{\sum f_i}
\]
Tuy nhiên, \(x_i\) là điểm giữa của lớp.
Kỹ thuật tính toán dữ liệu nhóm
1. Xác định điểm giữa của mỗi lớp:
\[
x_i=\frac{\text{giới hạn dưới + giới hạn trên}}{2}
\]
2. Tính giá trị trung bình của nhóm:
\[
\bar{x}=\frac{\sum f_i x_i}{\sum f_i}
\]
3. Tính \( |x_i-\bar{x}| \)
4. Nhân với tần số \( f_i \)
5. Cộng tất cả các kết quả lại, sau đó chia cho tổng tần suất.
Ví dụ về dữ liệu nhóm
| Lớp | f |
|—|—|
| 10–14 | 3 |
| 15–19 | 5 |
| 20–24 | 2 |
Điểm giữa:
– 10–14 → 12
– 15–19 → 17
– 20–24 → 22
Tổng f = 10
Nghĩa là:
\[
\bar{x}=\frac{(12)(3)+(17)(5)+(22)(2)}{10}=\frac{36+85+44}{10}=\frac{165}{10}=16{,}5
\]
Sai lệch:
– |12−16,5|=4,5 → ×3 = 13,5
– |17−16,5|=0,5 → ×5 = 2,5
– |22−16,5|=5,5 → ×2 = 11
Tổng = 13,5 + 2,5 + 11 = 27
Độ lệch trung bình:
\[
SR=\frac{27}{10}=2{,}7
\]
Độ lệch trung bình so với trung vị
Ngoài giá trị trung bình, độ lệch trung bình cũng có thể được tính từ giá trị trung vị. Nguyên tắc tương tự, chỉ khác ở giá trị trung tâm. Điều này hữu ích khi dữ liệu chứa các giá trị ngoại lệ vì giá trị trung vị ít bị ảnh hưởng bởi các giá trị cực đoan hơn.
Đối với dữ liệu đơn lẻ:
\[
SR_{Me}=\frac{\sum |x_i-Me|}{n}
\]
Đối với dữ liệu tần số:
\[
SR_{Me}=\frac{\sum f_i|x_i-Me|}{\sum f_i}
\]
Ưu điểm và hạn chế của độ lệch trung bình
Ưu điểm:
1. Dễ hiểu vì sử dụng "khoảng cách trung bình" từ trung tâm dữ liệu.
2. Sử dụng tất cả dữ liệu (không chỉ một số dữ liệu nhất định).
3. Có thể được tính toán cho nhiều hình thức trình bày dữ liệu khác nhau.
Keterbatasan:
1. Ít phổ biến hơn độ lệch chuẩn trong phân tích thống kê nâng cao.
2. Việc sử dụng giá trị tuyệt đối khiến một số phép biến đổi đại số trở nên kém thuận tiện hơn.
3. Không mạnh bằng độ lệch chuẩn trong nhiều phương pháp suy luận.
Đóng cửa
Kỹ thuật xác định độ lệch trung bình trong dữ liệu thống kê về cơ bản tuân theo một mô hình nhất quán: xác định giá trị trung tâm (trung bình cộng hoặc trung vị), tính khoảng cách tuyệt đối của mỗi điểm dữ liệu (hoặc điểm giữa của lớp) so với trung tâm, và sau đó tính trung bình cộng của chúng—có tính đến tần suất nếu dữ liệu được trình bày trong bảng. Độ lệch trung bình là một thước đo phân tán thuận tiện để mô tả trực quan sự biến động của dữ liệu. Bằng cách hiểu các bước này, bạn có thể so sánh sự biến động giữa các tập dữ liệu và đánh giá đầy đủ hơn tính ổn định của một tập dữ liệu.
Nếu bạn muốn, tôi có thể giúp bạn chỉnh sửa bài viết này theo định dạng bài tập ở trường (với phần mở đầu – thảo luận – kết luận) hoặc thêm các câu hỏi luyện tập cùng với phần thảo luận.
