Szórásnégyzet
A szórásnégyzet egy kulcsfontosságú statisztikai mérőszám, amely a mintaelemek átlag körüli szóródását vagy terjedelmét számszerűsíti. A repülésben ez képezi a ...
6 perc olvasás
Statistics
Aviation safety
+2
Eltérés — Különbség a várt értéktől (statisztika)
Bevezetés
Az eltérés központi fogalom a statisztikában és a valószínűségszámításban, amely a megfigyelt érték és egy valószínűségi változó várt értéke (átlaga) közötti különbséget jelenti. Legyen szó mérési hibák elemzéséről, kockázatértékelésről vagy minőség-ellenőrzésről, az eltérés alapvető lépés annak megértéséhez, hogy egy adott érték mennyire tipikus vagy szokatlan. Ezt a fogalmat széles körben alkalmazzák olyan területeken, mint a mérnöki tudományok, a légiközlekedés, a pénzügy vagy az adattudomány, a folyamatirányítástól a megbízhatósági elemzésekig és előrejelzésekig.
A várt érték (átlag) megértése
A várt érték (vagy átlag, jele ( \mu )) egy valószínűségi változó elméleti, hosszú távú átlaga. Diszkrét változók esetén így számítjuk:
[ E(X) = \mu = \sum_{i=1}^{n} x_i \cdot P(x_i) ]
ahol ( x_i ) a lehetséges értékek, ( P(x_i) ) azok valószínűségei. Folytonos eloszlásoknál az összegzés helyett integrálást alkalmazunk. A várt érték a megoszlás “súlypontjaként” működik — ha a valószínűségeket fizikai súlyokként helyeznénk el egy számegyenesen, az átlag lenne az egyensúlyi pont.
Az eltérés kiszámítása
Egy adott megfigyelés ( x ) esetén az eltérés:
[ \text{Eltérés} = x - \mu ]
- Pozitív eltérés: ( x > \mu ) (az átlag felett)
- Negatív eltérés: ( x < \mu ) (az átlag alatt)
- Nulla eltérés: ( x = \mu ) (megegyezik az átlaggal)
Az eltérések képezik számos statisztikai mutató, így a variancia és a szórás alapját. A gyakorlatban segítenek a szokatlan adatok (kiugró értékek) azonosításában és az adathalmaz szóródásának jellemzésében.
Az eltérések tulajdonságai
Az eltérések összege egy teljes sokaság esetén mindig nulla:
[ \sum (x - \mu) = 0 ]
A variancia és a szórás az eltérések nagyságát mérik, figyelmen kívül hagyva az irányukat (mivel négyzetre emeljük vagy abszolút értéket veszünk).
A szórás mindig nemnegatív.
Azonos valószínűségű kimenetek esetén az eltérést a számtani átlagtól mérjük.
Variancia és szórás
Variancia (( \sigma^2 ))
A variancia az átlagtól való négyzetes eltérések átlaga:
[ \sigma^2 = \text{Var}(X) = \sum_{i=1}^{n} (x_i - \mu)^2 \cdot P(x_i) ]
A négyzetre emelés megakadályozza a pozitív és negatív eltérések kiegyenlítését, és kiemeli a nagyobb eltéréseket.
Szórás (( \sigma ))
A szórás a variancia négyzetgyöke:
[ \sigma = \sqrt{\sigma^2} ]
Ez visszaadja az eredeti mértékegységet, így az értelmezés intuitívabbá válik. Kis szórás esetén az adatok szorosan csoportosulnak; nagy szórásnál az adatok szétszórtabbak.
Nagyszámok törvénye
A nagyszámok törvénye kimondja, hogy a mintavételi átlag a kísérletek számának növekedésével egyre inkább közelíti a várt értéket. Ez adja a statisztikai becslések megbízhatóságát, és indokolja a várt érték alkalmazását központi mutatóként nagy minták esetén.
[ \lim_{n \to \infty} \frac{1}{n} \sum_{i=1}^{n} X_i = \mu ]
Elméleti és tapasztalati valószínűség
- Elméleti valószínűség: Matematikai modelleken alapul.
- Tapasztalati valószínűség: Megfigyelt gyakoriságokon alapul.
Az eltérés a kettő között csökken az adatok számának növekedésével, a nagyszámok törvénye miatt. Ez segíti a modellek validálását és a valóságos változékonyság feltárását.
Eltérés a gyakorlatban
Az eltérést számos valós alkalmazásban használják:
Minőségellenőrzés
A gyártásban a várt értéktől való eltérések feltárják a termelés változékonyságát, és rávilágíthatnak rendszeres problémákra. A statisztikai folyamatirányítási diagramok eltéréseket használnak a folyamatok eltolódásainak vagy trendjeinek felismerésére, így biztosítva a termék megbízhatóságát.
Kockázatértékelés (pénzügy, mérnöki területek)
A hozamok varianciája és szórása méri a befektetések volatilitását. Nagy szórás nagy kockázatot jelez, míg alacsony érték stabilitást.
Légiközlekedés és mérnöki tudományok
Az eltérés kulcsfontosságú a megbízhatósági elemzésekben. Például az alkatrészek várható élettartamától való eltérések befolyásolják a karbantartási ütemterveket és a biztonsági tartalékokat.
Kérdőíves elemzések
Az átlagtól való eltérések feltárása a válaszokban rávilágít a tapasztalatok sokszínűségére és a fejlesztendő területekre.
Szerencsejátékok
Az eltérés, a variancia és a szórás segítik a kockázat és a várható eredmények meghatározását szerencsejáték esetén.
Kidolgozott példa: focicsapat heti játékos napjai
Feladat: Egy focicsapat hetente 0, 1 vagy 2 napot játszik a következő valószínűségekkel:
| Játszott napok száma (( x )) | Valószínűség (( P(x) )) |
|---|---|
| 0 | 0.2 |
| 1 | 0.5 |
| 2 | 0.3 |
1. lépés: Várt érték
[ \mu = (0 \times 0.2) + (1 \times 0.5) + (2 \times 0.3) = 1.1 ]
2. lépés: Eltérések
| ( x ) | ( x - \mu ) |
|---|---|
| 0 | -1.1 |
| 1 | -0.1 |
| 2 | 0.9 |
3. lépés: Négyzetes eltérések
| ( x ) | ( (x - \mu)^2 ) |
|---|---|
| 0 | 1.21 |
| 1 | 0.01 |
| 2 | 0.81 |
4. lépés: Súlyozott négyzetes eltérések
| ( x ) | ( (x - \mu)^2 \cdot P(x) ) |
|---|---|
| 0 | 0.242 |
| 1 | 0.005 |
| 2 | 0.243 |
Variancia: ( 0.49 )
Szórás: ( 0.7 )
Értelmezés: A heti játszott napok számának átlagtól való tipikus eltérése körülbelül 0,7 nap.
Valós példa: újszülött ébreszti az anyát
Egy felmérésben 50 anya hetente mérték, hányszor ébrednek fel újszülöttjük sírására éjfél után:
| ( x ) | ( P(x) ) |
|---|---|
| 0 | 0.04 |
| 1 | 0.22 |
| 2 | 0.46 |
| 3 | 0.18 |
| 4 | 0.08 |
| 5 | 0.02 |
- Várt érték: ( \mu = 2.1 )
- Variancia: ( 1.05 )
- Szórás: ( 1.02 )
Értelmezés: Az anyák többsége átlagosan 2,1 alkalommal ébred fel hetente, egyéni eltéréseik körülbelül 1 alkalom.
Gyakorló feladat: kórházi nővérhívások
Egy kutató felméri a műtét utáni betegek nővérhívásait egy 12 órás műszakban:
| Hívások száma (( x )) | Valószínűség (( P(x) )) |
|---|---|
| 0 | 0.08 |
| 1 | 0.16 |
| 2 | 0.32 |
| 3 | 0.28 |
| 4 | 0.12 |
| 5 | 0.04 |
- Várt érték: ( \mu = 2.32 )
- Eltérés 3 hívásnál: ( 0.68 )
- Variancia: ( 1.4977 )
- Szórás: ( 1.224 )
Kulcsfogalmak táblázata
| Fogalom | Meghatározás | Képlet |
|---|---|---|
| Várt érték (( \mu )) | Egy valószínűségi változó hosszú távú átlaga vagy átlaga | ( \mu = \sum x \cdot P(x) ) |
| Eltérés | Megfigyelt érték és a várt érték közötti különbség | ( x - \mu ) |
| Variancia (( \sigma^2 )) | Az átlagtól való négyzetes eltérések átlaga | ( \sigma^2 = \sum (x - \mu)^2 \cdot P(x) ) |
| Szórás (( \sigma )) | A variancia négyzetgyöke, az átlagtól való tipikus eltérés | ( \sigma = \sqrt{\sum (x - \mu)^2 \cdot P(x)} ) |
Vizuális illusztráció
Kép: Az átlag, az eltérés és a szórás szemléltetése egy valószínűségi eloszlásban.
Összefoglalás
Az eltérés az alapvető mérőszám arra, hogy egyedi megfigyelések mennyire térnek el a várt értéktől. Elengedhetetlen a variancia és a szórás számításához, valamint az adatok szóródásának, kockázatának és minőségének megértéséhez. Az eltérés és kapcsolódó fogalmainak ismerete megalapozott döntéshozatalt tesz lehetővé a mérnöki tudományokban, pénzügyekben, minőségellenőrzésben és az adattudományban.
Lásd még
További részletekért vagy ha szeretné megbeszélni, hogyan alkalmazható az eltéréselemzés az Ön területén, kérjük, lépjen velünk kapcsolatba vagy foglaljon időpontot a bemutatóra .