Μετάβαση στο περιεχόμενο

Περιγραφική στατιστική

Πίνακες, διαγράμματα, μέτρα θέσης και διασποράς, και η κανονική κατανομή.

50 λεπτά

Θα μάθεις να

  1. Να ξεχωρίζεις πληθυσμό και δείγμα, και να χαρακτηρίζεις μια μεταβλητή ως ποιοτική, ποσοτική διακριτή ή ποσοτική συνεχή.
  2. Να φτιάχνεις και να διαβάζεις πίνακες συχνοτήτων με σχετικές και αθροιστικές συχνότητες, ραβδογράμματα, κυκλικά διαγράμματα και ιστογράμματα με κλάσεις.
  3. Να υπολογίζεις μέση τιμή, διάμεσο και επικρατούσα τιμή, και να κρίνεις ποια περιγράφει καλύτερα ένα δείγμα.
  4. Να υπολογίζεις εύρος, διακύμανση και τυπική απόκλιση, και με το κομπιουτεράκι.
  5. Να χρησιμοποιείς τον συντελεστή μεταβολής για να συγκρίνεις δείγματα και να κρίνεις αν ένα δείγμα είναι ομοιογενές.
  6. Να εφαρμόζεις τον κανόνα 68–95–99,7 της κανονικής κατανομής.

Από τη λίστα στην εικόνα

Μια δημοσκόπηση, ο βαθμός που πήρε ένα τμήμα σε ένα διαγώνισμα, οι ώρες που περνούν οι νέοι στο κινητό: πίσω από κάθε τέτοιο νούμερο υπάρχει μια μακριά λίστα από απαντήσεις. Η στατιστική είναι ο τρόπος να κάνεις αυτή τη λίστα κάτι που διαβάζεται με μια ματιά: έναν πίνακα, ένα διάγραμμα, δύο τρεις αριθμούς που λένε γύρω από πού μαζεύονται οι τιμές και πόσο απλώνονται.

Πληθυσμός, δείγμα, μεταβλητές

Πληθυσμός είναι όλο το σύνολο που σε ενδιαφέρει: όλοι οι μαθητές Λυκείου της χώρας, όλα τα νοικοκυριά μιας πόλης, όλες οι λάμπες που έβγαλε ένα εργοστάσιο. Κάθε μέλος του λέγεται άτομο ή μονάδα, ακόμα κι αν είναι λάμπα.

Συνήθως δεν μπορείς να ρωτήσεις όλο τον πληθυσμό. Η απογραφή, που ρωτάει όλους, γίνεται σπάνια γιατί κοστίζει πολύ. Παίρνεις λοιπόν ένα δείγμα, ένα μικρότερο κομμάτι του πληθυσμού, και από αυτό βγάζεις συμπεράσματα για όλους. Για να έχουν αξία τα συμπεράσματα, το δείγμα πρέπει να είναι αντιπροσωπευτικό: να μοιάζει με τον πληθυσμό. Μια δημοσκόπηση που ρωτάει μόνο όσους βρίσκονται ένα πρωί σε μια καφετέρια του κέντρου δεν λέει πολλά για όλη την πόλη.

Το χαρακτηριστικό που μετράς σε κάθε άτομο λέγεται μεταβλητή, γιατί αλλάζει από άτομο σε άτομο.

ΕίδοςΤι παίρνειΠαράδειγμα
ποιοτικήκατηγορίες, όχι αριθμούςφύλο, μέσο μετακίνησης, αγαπημένο είδος μουσικής
ποσοτική διακριτήμεμονωμένες τιμές, συνήθως από μέτρημααριθμός αδερφών, βιβλία που διάβασες
ποσοτική συνεχήςοποιαδήποτε τιμή σε ένα διάστημα, από μέτρησηύψος, βάρος, χρόνος

Ο πίνακας συχνοτήτων

Ρωτήσαμε 4040 μαθητές πώς έρχονται στο σχολείο. Αντί για σαράντα απαντήσεις, γράφεις πόσες φορές εμφανίστηκε κάθε τιμή xix_i:

Μέσο xix_iΣυχνότητα νi\nu_iΣχετική συχνότητα fi%f_i\%
με τα πόδια14143535
λεωφορείο12123030
αυτοκίνητο10102525
ποδήλατο441010
Σύνολο4040100100
  • Η συχνότητα νi\nu_i είναι πόσες φορές εμφανίστηκε η τιμή.
  • Η σχετική συχνότητα είναι fi=νiνf_i = \frac{\nu_i}{\nu}, όπου ν\nu το μέγεθος του δείγματος. Πολλαπλασιασμένη επί 100100 δίνει το ποσοστό fi%f_i\%. Για το λεωφορείο: 1240=0,3\frac{12}{40} = 0{,}3, δηλαδή 30%30\%.

Όταν η μεταβλητή είναι ποσοτική, οι τιμές έχουν σειρά, και προσθέτεις δύο ακόμα στήλες:

  • Αθροιστική συχνότητα NiN_i: πόσες τιμές είναι μικρότερες ή ίσες με τη xix_i. Βγαίνει προσθέτοντας τις νi\nu_i από πάνω προς τα κάτω.
  • Αθροιστική σχετική συχνότητα Fi%F_i\%: το ίδιο, σε ποσοστό.

Διαγράμματα

Ραβδόγραμμα. Μία ράβδος για κάθε τιμή, με ύψος τη συχνότητα ή τη σχετική συχνότητα. Οι ράβδοι έχουν κενό ανάμεσά τους, γιατί οι τιμές είναι χωριστές: κατηγορίες ή μεμονωμένοι αριθμοί. Ταιριάζει σε ποιοτικές και σε διακριτές μεταβλητές.

Κυκλικό διάγραμμα. Ένας κύκλος χωρισμένος σε κυκλικούς τομείς, έναν για κάθε κατηγορία. Ο κύκλος είναι το 100%100\%, δηλαδή 360∘360^\circ, άρα κάθε τομέας έχει γωνία

αi=fi⋅360∘\alpha_i = f_i \cdot 360^\circ

Για το λεωφορείο, 0,3⋅360∘=108∘0{,}3 \cdot 360^\circ = 108^\circ. Το κυκλικό δείχνει καλά πώς μοιράζεται ένα σύνολο, και χρησιμοποιείται κυρίως για ποιοτικές μεταβλητές με λίγες κατηγορίες.

Δεδομένα σε κλάσεις

Όταν η μεταβλητή είναι συνεχής, όπως ο χρόνος ή το ύψος, σχεδόν κάθε τιμή είναι διαφορετική και ένας πίνακας τιμή προς τιμή δεν βοηθάει. Χωρίζεις τότε τις τιμές σε κλάσεις, διαστήματα ίσου πλάτους της μορφής [α,β)[\alpha, \beta): το αριστερό άκρο ανήκει στην κλάση, το δεξί όχι, για να πέφτει κάθε τιμή σε μία ακριβώς κλάση.

Αν θέλεις kk κλάσεις και το εύρος των τιμών είναι RR, το πλάτος κάθε κλάσης είναι

c=Rkc = \frac{R}{k}

στρογγυλεμένο προς τα πάνω σε έναν βολικό αριθμό. Κάθε κλάση έχει ένα κέντρο, το μέσο της: η κλάση [8,12)[8, 12) έχει κέντρο 8+122=10\frac{8 + 12}{2} = 10.

Το διάγραμμα των κλάσεων είναι το ιστόγραμμα: ορθογώνια με βάση την κλάση και ύψος τη συχνότητα, κολλητά το ένα στο άλλο, γιατί οι κλάσεις συνεχίζουν η μία μετά την άλλη χωρίς κενό. Αν ενώσεις τα μέσα των πάνω πλευρών με μια τεθλασμένη γραμμή, παίρνεις το πολύγωνο συχνοτήτων.

Οι χρόνοι που χρειάστηκαν 5050 μαθητές για ένα τεστ:

51015200481216χρόνος σε λεπτάμαθητές

Μέτρα θέσης

Τρεις αριθμοί απαντούν στο «γύρω από πού μαζεύονται οι τιμές».

Μέση τιμή. Το άθροισμα των τιμών διά το πλήθος τους:

xˉ=x1+x2+⋯+xνν\bar{x} = \frac{x_1 + x_2 + \cdots + x_\nu}{\nu}

Όταν τα δεδομένα είναι σε πίνακα συχνοτήτων, δεν τα ξαναγράφεις ένα ένα: πολλαπλασιάζεις κάθε τιμή με τη συχνότητά της, προσθέτεις και διαιρείς με το ν\nu,

xˉ=x1ν1+x2ν2+⋯+xkνkν\bar{x} = \frac{x_1 \nu_1 + x_2 \nu_2 + \cdots + x_k \nu_k}{\nu}

Σε δεδομένα με κλάσεις, στη θέση του xix_i βάζεις το κέντρο κάθε κλάσης. Το αποτέλεσμα είναι προσέγγιση, γιατί μέσα στην κλάση δεν ξέρεις πια τις ακριβείς τιμές.

Ο ίδιος τρόπος δίνει και τον σταθμικό μέσο, όταν οι τιμές δεν μετράνε το ίδιο: κάθε τιμή πολλαπλασιάζεται με τον συντελεστή βαρύτητάς της και διαιρείς με το άθροισμα των συντελεστών.

Διάμεσος δ\delta. Βάζεις τις τιμές σε σειρά από τη μικρότερη στη μεγαλύτερη. Αν το πλήθος είναι περιττό, διάμεσος είναι η μεσαία τιμή. Αν είναι άρτιο, είναι ο μέσος όρος των δύο μεσαίων. Η διάμεσος χωρίζει το δείγμα στα δύο: οι μισές τιμές είναι μικρότερες ή ίσες της, οι μισές μεγαλύτερες ή ίσες.

Επικρατούσα τιμή M0M_0. Η τιμή με τη μεγαλύτερη συχνότητα. Είναι το μόνο από τα τρία μέτρα που έχει νόημα και σε ποιοτικές μεταβλητές: στον πίνακα με τα μέσα μετακίνησης, επικρατούσα είναι το «με τα πόδια».

Τι κάνει μια ακραία τιμή

Σύρε τις στήλες. Ανέβασε μία μόνο πολύ ψηλά και κοίτα τη μέση τιμή: την ακολουθεί. Η διάμεσος δεν θα κουνιόταν σχεδόν καθόλου, γι' αυτό οι μισθοί συχνά ανακοινώνονται με διάμεσο και όχι με μέσο όρο.

Α: 4Β: 5Γ: 5Δ: 6Ε: 5
Ψηλότερη
Δ
Χαμηλότερη
Α
Άθροισμα
25
Εύρος
2
Μέση τιμή
5

Μέτρα μεταβλητότητας

Δύο τμήματα με μέση τιμή 1414 μπορεί να είναι πολύ διαφορετικά: στο ένα όλοι έγραψαν γύρω στο 1414, στο άλλο οι μισοί 88 και οι μισοί 2020. Τα μέτρα μεταβλητότητας, ή διασποράς, μετράνε πόσο απλώνονται οι τιμές.

Εύρος RR: η μεγαλύτερη τιμή μείον τη μικρότερη. Βγαίνει αμέσως, αλλά εξαρτάται μόνο από δύο τιμές, και μία ακραία το αλλάζει εντελώς.

Διακύμανση s2s^2: πόσο απέχει κάθε τιμή από τη μέση τιμή, στο τετράγωνο, κατά μέσο όρο.

s2=(x1−xˉ)2+(x2−xˉ)2+⋯+(xν−xˉ)2νs^2 = \frac{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2 + \cdots + (x_\nu - \bar{x})^2}{\nu}

Τυπική απόκλιση ss: η τετραγωνική ρίζα της διακύμανσης, s=s2s = \sqrt{s^2}. Η διακύμανση μετριέται σε τετραγωνικές μονάδες, ευρώ στο τετράγωνο ή λεπτά στο τετράγωνο, που δεν σημαίνουν τίποτα. Η ρίζα επαναφέρει τις μονάδες των δεδομένων, και γι' αυτό η τυπική απόκλιση είναι το μέτρο που χρησιμοποιείς στην πράξη.

Ένα ακόμα μέτρο διασποράς, που δεν επηρεάζεται από ακραίες τιμές, είναι το ενδοτεταρτημοριακό εύρος, και το διάγραμμά του είναι το θηκόγραμμα. Τα βλέπεις αναλυτικά στην ενότητα για τη σύγκριση ομάδων.

Συντελεστής μεταβολής και ομοιογένεια

Τυπική απόκλιση 55 ευρώ σε τιμές γύρω στα 2020 ευρώ είναι πολύ μεγάλη· η ίδια απόκλιση σε τιμές γύρω στα 5.0005.000 ευρώ είναι ασήμαντη. Για να συγκρίνεις τη μεταβλητότητα δειγμάτων με διαφορετικό μέγεθος τιμών ή διαφορετικές μονάδες, διαιρείς την τυπική απόκλιση με τη μέση τιμή:

CV=sxˉCV = \frac{s}{\bar{x}}

Ο συντελεστής μεταβολής δεν έχει μονάδες και γράφεται συνήθως ως ποσοστό. Ένα δείγμα λέγεται ομοιογενές όταν

CV≤10%CV \leq 10\%

δηλαδή όταν η τυπική απόκλιση δεν ξεπερνά το ένα δέκατο της μέσης τιμής.

Η κανονική κατανομή

Τα ύψη των ενηλίκων, τα βάρη των συσκευασιών ενός προϊόντος, τα λάθη μιας μέτρησης: σε πολλά μεγάλα δείγματα το ιστόγραμμα έχει σχήμα καμπάνας. Είναι συμμετρικό γύρω από τη μέση τιμή, οι περισσότερες τιμές είναι κοντά της και όσο απομακρύνεσαι γίνονται όλο και πιο σπάνιες. Αυτή η μορφή λέγεται κανονική κατανομή, και σε αυτήν η μέση τιμή, η διάμεσος και η επικρατούσα τιμή συμπίπτουν.

Το πολύτιμο είναι ότι ξέρεις τι ποσοστό των τιμών πέφτει σε κάθε απόσταση από τη μέση τιμή:

ΔιάστημαΠοσοστό των τιμών
από xˉ−s\bar{x} - s ως xˉ+s\bar{x} + sπερίπου 68%68\%
από xˉ−2s\bar{x} - 2s ως xˉ+2s\bar{x} + 2sπερίπου 95%95\%
από xˉ−3s\bar{x} - 3s ως xˉ+3s\bar{x} + 3sπερίπου 99,7%99{,}7\%

Σχεδόν όλες οι τιμές χωράνε σε πλάτος 6s6s, άρα για το εύρος ισχύει περίπου R≈6sR \approx 6s.

Παραδείγματα

Παράδειγμα 1

Ένας δήμος θέλει να μάθει πόσο ικανοποιημένοι είναι οι 40.00040.000 κάτοικοί του από την καθαριότητα, και ρωτάει 500500 από αυτούς: την ηλικία τους, τη γειτονιά τους, πόσα μέλη έχει το νοικοκυριό τους και αν είναι «καθόλου», «λίγο», «αρκετά» ή «πολύ» ικανοποιημένοι. Ποιος είναι ο πληθυσμός, ποιο το δείγμα, και τι είδους είναι κάθε μεταβλητή;

Δοκίμασέ το πρώτα. Μετά δες τη λύση.

Παράδειγμα 2

Για τους 4040 μαθητές του πίνακα με τα μέσα μετακίνησης, βρες τις γωνίες του κυκλικού διαγράμματος και την επικρατούσα τιμή.

Δοκίμασέ το πρώτα. Μετά δες τη λύση.

Παράδειγμα 3

Ρωτήσαμε 2020 μαθητές πόσα αδέρφια έχουν. Οι τιμές 0,1,2,3,40, 1, 2, 3, 4 εμφανίστηκαν με συχνότητες 4,8,5,2,14, 8, 5, 2, 1. Βρες σχετικές και αθροιστικές συχνότητες, μέση τιμή, διάμεσο και επικρατούσα τιμή.

Δοκίμασέ το πρώτα. Μετά δες τη λύση.

Παράδειγμα 4

Για τους χρόνους των 5050 μαθητών του ιστογράμματος, με κλάσεις [0,4)[0, 4), [4,8)[4, 8), [8,12)[8, 12), [12,16)[12, 16) και συχνότητες 5,15,20,105, 15, 20, 10, βρες τη μέση τιμή, την κλάση όπου βρίσκεται η διάμεσος, και τι ποσοστό τελείωσε σε λιγότερο από 88 λεπτά.

Δοκίμασέ το πρώτα. Μετά δες τη λύση.

Παράδειγμα 5

Υπολόγισε την τυπική απόκλιση και τον συντελεστή μεταβολής των τιμών 2,4,4,6,92, 4, 4, 6, 9. Είναι το δείγμα ομοιογενές;

Δοκίμασέ το πρώτα. Μετά δες τη λύση.

Παράδειγμα 6

Δύο μηχανές γεμίζουν συσκευασίες. Η Α γεμίζει κατά μέσο όρο 500500 g με τυπική απόκλιση 1010 g. Η Β γεμίζει κατά μέσο όρο 5050 g με τυπική απόκλιση 44 g. Ποια είναι πιο σταθερή;

Δοκίμασέ το πρώτα. Μετά δες τη λύση.

Παράδειγμα 7

Οι χρόνοι αναμονής 200200 πελατών σε ένα ταμείο ακολουθούν περίπου κανονική κατανομή με μέση τιμή 1212 λεπτά και τυπική απόκλιση 22 λεπτά. Πόσοι περίμεναν από 1010 ως 1414 λεπτά; Πόσοι πάνω από 1616; Πόσοι από 88 ως 1414; Είναι το δείγμα ομοιογενές;

Δοκίμασέ το πρώτα. Μετά δες τη λύση.

Πολλαπλή επιλογή

Πολλαπλή επιλογήΆσκηση 1 από 13
Για να μάθει τι ώρα κοιμούνται οι μαθητές Λυκείου της χώρας, μια ερευνήτρια ρωτάει 1.2001.200 μαθητές από 4040 σχολεία. Οι 1.2001.200 μαθητές είναι:

Ασκήσεις

ΒασικήΆσκηση 1 από 8

Βρες τη μέση τιμή και τη διάμεσο των τιμών 4,7,9,124, 7, 9, 12.

Τα κατάφερες;

  • Να ξεχωρίζεις πληθυσμό και δείγμα, και να χαρακτηρίζεις μια μεταβλητή ως ποιοτική, ποσοτική διακριτή ή ποσοτική συνεχή.
  • Να φτιάχνεις και να διαβάζεις πίνακες συχνοτήτων με σχετικές και αθροιστικές συχνότητες, ραβδογράμματα, κυκλικά διαγράμματα και ιστογράμματα με κλάσεις.
  • Να υπολογίζεις μέση τιμή, διάμεσο και επικρατούσα τιμή, και να κρίνεις ποια περιγράφει καλύτερα ένα δείγμα.
  • Να υπολογίζεις εύρος, διακύμανση και τυπική απόκλιση, και με το κομπιουτεράκι.
  • Να χρησιμοποιείς τον συντελεστή μεταβολής για να συγκρίνεις δείγματα και να κρίνεις αν ένα δείγμα είναι ομοιογενές.
  • Να εφαρμόζεις τον κανόνα 68–95–99,7 της κανονικής κατανομής.

Λύσε τις ασκήσεις πιο πάνω και θα δεις εδώ πού στέκεσαι.

Βρήκες κάποιο λάθος;