Razpršenost podatkov

RAZPRŠENOST PODATKOV

UVOD V MERJENJE VARIABILNOSTI

Poleg srednjih vrednosti, ki nam povedo, kje se podatki “nahajajo”, je v statistiki prav tako pomembno, kako so te vrednosti razporejene okoli sredine. Merila razpršenosti opisujejo, koliko se posamezni podatki razlikujejo od osrednje vrednosti. S tem pridobimo vpogled v stabilnost, homogenost ali razpršenost podatkovne množice.

OSNOVNA MERILA RAZPRŠENOSTI

1. Razpon (R)
    Razlika med največjo in najmanjšo vrednostjo v podatkih.
    R = xmax − xmin

 Primer: podatki 4, 6, 7, 9 → R = 9 − 4 = 5

 Razpon je enostaven, a občutljiv na izstopajoče vrednosti.

2. Medčetrčinska razlika (IQR)
    Razlika med tretjim (Q3) in prvim (Q1) kvartilom:
    IQR = Q3 − Q1

 Ta mera zajame srednjih 50 % podatkov in je robustna proti ekstremnim vrednostim.

 Primer:
 Če je Q1 = 25 in Q3 = 40 → IQR = 15

3. Varianca (s²)
    Povprečje kvadratov odklonov od aritmetične sredine. Za n podatkov x₁, x₂, …, xₙ:

 s² = [Σ(xᵢ − x̄)²] / n (za populacijo)
 s² = [Σ(xᵢ − x̄)²] / (n − 1) (za vzorec)

 Primer (poenostavljen):
 Podatki: 2, 4, 6 → x̄ = 4
 Odkloni: −2, 0, 2 → kvadrati: 4, 0, 4
 s² = (4 + 0 + 4) / 3 = 8 / 3 ≈ 2,67

4. Standardni odklon (s)
    Pozitivni koren variance:
    s = √s²

 Pove, koliko povprečno odstopajo podatki od aritmetične sredine.

 Zgornji primer: s = √(8/3) ≈ 1,63

5. Koeficient variacije (v)
    Relativna mera razpršenosti:
    v = s / x̄

 Uporablja se za primerjavo razpršenosti med množicami z različno enotami ali merili.

RAZPRŠENOST PRI GRUPIRANIH PODATKIH

Pri grupiranih podatkih uporabimo razredna središča (mᵢ) in frekvence (fᵢ):

• x̄ = (Σfᵢ·mᵢ) / Σfᵢ
• s² = [Σfᵢ·(mᵢ − x̄)²] / Σfᵢ

ZAKLJUČEK

Merila razpršenosti so ključna za razumevanje porazdelitve podatkov. Pomagajo ugotoviti, ali so podatki skoncentrirani okoli sredine ali močno razpršeni. Skupaj s srednjimi vrednostmi tvorijo osnovo za celovito opisno analizo podatkovnih nizov.