Mikä on Stjaard Poikkeama Lkysyin?
Keskihajonta mittaa, kuinka hajautettu lukujoukko on keskiarvostaan. Matala keskihajonta tarkoittaa, että arvot ryhmittyvät tiiviisti keskiarvon ympärille; korkea keskihajonta tarkoittaa, että ne ovat hajautettu laajalle alueelle.
On olemassaa kaksi versiota: populaation keskihajonta (σ), jota käytetään, kun tietosi edustaa koko populaatiota, ja otoksen keskihajonta (s), jota käytetään, kun tietosi on otos suuremmasta populaatiosta. Otosversio jakaa n − 1:llä sen sijaan että n:llä — korjaus, jota kutsutaan Besselin korjaukseksi — mikä tuottaa hieman suuremman, vähemmän vinoon arvion todellisesta populaation hajonnasta.
Milloin käyttää tätä laskuria
- Tulosten tai kyselytulosten analysointi ymmärtääksesi, kuinka laajalle tieto on levinnyt.
- Laatuhallinta — mittauksien tai prosessien johdonmukaisuuden mittaaminen valmistuksessa.
- Rahaasiat — sijoituksen tuoton vaihtuvuuden tai riskin mittaaminen ajan myötä.
- Tieteellinen tutkimus — kokeellisten mittausten hajautuneisuuden raportointi keskiarvon rinnalla.
- Suorituskyvyn seuranta — liiketoimintamittausten kuten myynnin, vastausaikojen tai virheprosenttien vaihtuvuuden seuranta.
- Koulutus — tilastotieteiden käsitteiden opettaminen käytännön, vaihe vaiheelta laskennalla.
Vaiheet:
- Syötä luvut, erotettuna pilkuilla, välilyönneillä tai uusilla riveillä.
- Valitse, onko tietosi koko populaatio vai otos.
- Laskuri laskee keskiarvon, sitten kunkin arvon poikkeaman siitä.
- Tarkista vaihe vaiheelta tapahtuva varianssin ja keskihajonnan laskenta.
Kaava
Populaatio: σ = √( Σ(x - x̄)² / n )
Otos: s = √( Σ(x - x̄)² / (n - 1) )
Missä x̄ on keskiarvo, x on jokainen yksittäinen arvo ja n on arvojen määrä.
Käyttötapaukset
- Tulosten tai kyselytulosten analysointi ymmärtääksesi tiedon hajautuneisuutta
- Laatuhallinta — mittausjen totisuuden ja johdonmukaisuuden mittaaminen valmistuksessa
- Rahaasiat — sijoituksen tuoton vaihtuvuuden tai riskin mittaaminen
- Tieteellinen tutkimus — kokeellisten mittausten hajautuneisuuden raportointi
Keskeiset hyödyt
- Tukee sekä populaation että otoksen keskihajontaa
- Näyttää varianssin, keskiarvon, summan ja määrän keskihajonnan rinnalla
- Täydellinen vaihe vaiheelta ratkaisu, ei vain lopputulosta
- Hyväksyy joustavat syöttömuodot (pilkut, välilyönnit tai uudet rivit)
Ammattilaisen vinkit
- Jos et ole varma, käsitäkö populaatio- vai otos-tilaa, otos on turvallisempi oletus useimmille todellisen elämän tiedonkeruille
- Keskihajonta lähellä nollaa osoittaa erittäin johdonmukaista, vähäistä vaihtelua
- Vertaa keskihajontaa keskiarvoon (prosenttiosuutena) arvioidaksesi suhteellista — ei vain absoluuttista — vaihtelua eri tietojoukkojen välillä
- Poikkeusarvot (outlier) vaikuttavat suuresti keskihajontaan, koska poikkeamien neliöt kasvavat suuriksi ennen keskiarvon laskemista
Yleisiä vältettäviä virheitä
- Populaation keskihajonnan (n) käyttö, kun tieto on otos, mikä aliarvioi todellisen hajautuneisuuden
- Poikkeamien neliöinnin unohtaminen ennen niiden summaamista, mikä antaisi positiivisten ja negatiivisten poikkeamien kumoutua nollaksi
- Varianssin (neliöyksiköt) sekoittaminen keskihajontaan (samat yksiköt kuin alkuperäinen tieto)
- Kaavan soveltaminen alle kahteen tietopisteeseen, jolloin keskihajonta on määrittämätön
Keskeiset käsitteet selitettynä
- Varianssi: Neliöitettyjen poikkeamien keskiarvo keskiarvosta
- Keskiarvo: Kaikkien arvonmääritysten aritmeettinen keskiarvo tietojoukossa
- Besselin korjaus: Jakaminen n-1:llä sen sijaan, että jaetaan n:llä, vähentääksesi harhaa otoksesta arvioidessa
- Poikkeama: Yksittäisen arvon ja keskiarvon välinen ero
Liittyvät käsitteet
- Vianssi: Keskiarvon neliöitettyjen poikkeamien keskiarvo — keskihajonta on sen neliöjuuri, palautettuna alkuperäisiin yksiköihin.
- Besselin korjaus: Jakaminen n-1:llä sen sijaan, että jaetaan n:llä, kun lasketaan otoksen keskihajontaa vähentääksesi arviointiharhaa.
- Normaalijakauma: Kellonmuotoinen käyrä, jossa noin 68 % arvoista on keskiarvon yhden keskihajonnan sisällä.
- Vaihtelukerroin: Keskihajonta ilmoitettuna prosenttiosuutena keskiarvosta — hyödyllinen vaihtelun vertailuun eri tietojoukkojen välillä.
- Poikkeusarvo: Tietopiste, joka on merkittävästi etäällä muista arvoista ja voi vaikuttaa poikkeuksellisesti keskihajontaan.
Esimerkki
Tietojoukolle [4, 8, 15, 16, 23, 42]: keskiarvo on 18. Otoksen keskihajonta (n-1) on noin 13,62, kun taas populaation keskihajonta (n) on noin 12,44.
Tulosten tulkinta
Matala keskihajonta (lähellä 0) tarkoittaa, että datapisteet ryhmittyvät tiiviisti keskiarvon ympärille — data on johdonmukaista ja ennustettavaa. Korkea keskihajonta tarkoittaa, että data on hajautettu laajalle alueelle — on enemmän vaihteluvaa ja vähemmän ennustettavuutta.
Vertaa keskihajontaa keskiarvoon muuntokertoimena (CV = keskihajonta / keskiarvo × 100 %). CV alle 15 %:n osoittaa matalaa vaihtelua, 15–30 % on kohtalaista ja yli 30 % on korkeaa vaihtelua. Tämä suhteellinen mittari on merkityksellisempi kuin absoluuttinen keskihajonta eri mittakaavoilla olevia tietojoukkoja vertailtaessa.
Poikkeuksilla on epäsuhteinen vaikutus keskihajontaan, koska poikkeamat neliöidään ennen keskiarvon laskemista. Yksittäinen ääriarvo voi dramaattisesti kasvattaa keskihajontaa. Jos tiedoissasi on merkittäviä poikkeuksia, harkitse, onko populaatio- vai otosmuoto asianmukaisempi, ja tutki yksittäisiä tietopisteitä yhteenvetotilastojen rinnalla.