A szórás teljes útmutatója | Standard Deviation Calculator

Mi a szórás?

A szórás egy statisztikai mérőszám, amely az adathalmaz értékeinek szóródását vagy változékonyságát számszerűsíti. Egyszerűbben fogalmazva megmutatja, mennyire terjednek szét a számok az átlagértéküktől (átlag).

Gondolj rá így: ha van egy csoport tanuló vizsgaeredménye, a szórás megmutatja, hogy a legtöbb tanuló hasonló eredményt ért-e el (alacsony szórás), vagy az eredmények nagyon szétszórtak (magas szórás).

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Miért fontos a szórás?

A szórás az egyik legszélesebb körben használt statisztikai mérőszám, mivel kulcsfontosságú betekintést nyújt a döntéshozatalhoz szinte minden területen:

Pénzügy:Befektetési kockázat és portfólió-volatilitás mérése
Gyártás:Minőségellenőrzés és Six Sigma folyamatjavítás
Tudomány:Mérési bizonytalanság és kísérleti pontosság jelentése
Oktatás:Vizsgaeredmény-eloszlások és osztályozási görbék elemzése
Egészségügy:Klinikai vizsgálatok és a betegadatok változékonyságának megértése

A szórás képlete

A szórás képletének két változata létezik, attól függően, hogy mintával vagy teljes populációval dolgozol:

Populációs szórás

σ = √[Σ(xᵢ - μ)² / N]

Mintaszórás

s = √[Σ(xᵢ - x̄)² / (n-1)]

Jelölések

σ (szigma) = populációs szórás · s = mintaszórás · Σ = összeg · xᵢ = minden adatpont · μ (mü) = populációs átlag · x̄ (x-felülvonás) = mintaátlag · N = populáció mérete · n = minta mérete

Miért (n-1)?

Minta esetén (n-1)-gyel osztunk n helyett. Ezt Bessel-korrekciónak hívják, és torzítatlan becslést ad a populációs szórásról.

Lépésenkénti számítás

Számítsuk ki a mintaszórást a következő adatsorhoz: 4, 8, 6, 5, 3

Számítsd ki az átlagot

Átlag = (4 + 8 + 6 + 5 + 3) / 5 = 26 / 5 = 5,2

Határozd meg az eltéréseket az átlagtól

4 - 5,2 = -1,2 · 8 - 5,2 = 2,8 · 6 - 5,2 = 0,8 · 5 - 5,2 = -0,2 · 3 - 5,2 = -2,2

Emeld négyzetre az eltéréseket

(-1,2)² = 1,44 · (2,8)² = 7,84 · (0,8)² = 0,64 · (-0,2)² = 0,04 · (-2,2)² = 4,84

Összegezd a négyzetes eltéréseket

1,44 + 7,84 + 0,64 + 0,04 + 4,84 = 14,8

Oszd el (n-1)-gyel

Variancia = 14,8 / (5-1) = 14,8 / 4 = 3,7

Vond ki a négyzetgyököt

Szórás = √3,7 = 1,924

Profi tipp

Használd a Szórás Kalkulátorunkat, hogy azonnal kiszámítsd a szórást bármilyen adatsorhoz, lépésenkénti megoldásokkal.

Az eredmények értelmezése

A szórásérték jelentésének megértése kulcsfontosságú a megalapozott döntéshozatalhoz:

Szórás értéke	Értelmezés	Példa
Alacsony szórás	Az adatpontok szorosan csoportosulnak az átlag körül; magas konzisztencia	Géppel gyártott alkatrészek szűk tűréssel
Magas szórás	Az adatpontok szélesen szóródnak; magas változékonyság	Napi részvényárfolyam-változások
Nulla szórás	Minden adatpont azonos	Fix áras termékek egy boltban

A tapasztalati szabály (68-95-99,7)

Normális eloszlású adatok esetén: az adatok 68%-a az átlagtól 1 szórásnyi távolságon belül esik · 95%-a 2 szórásnyi távolságon belül · 99,7%-a 3 szórásnyi távolságon belül

Valós példák

1. példa: Vizsgaeredmények

Egy 30 fős osztály vizsgát ír. Az átlagos pontszám 75, a szórás 10. Értelmezés: A legtöbb tanuló (kb. 68%) 65 és 85 pont között teljesített. Egy 95 pontos tanuló kiemelkedően jól teljesít (2 szórással az átlag felett), míg az 55 pont azt jelzi, hogy nehézségei vannak (2 szórással az átlag alatt).

2. példa: Gyártási minőség

Egy gyár 10 mm átmérőjű csavarokat gyárt. 100 csavar mérése után az átlag 10,02 mm, a szórás 0,05 mm. Értelmezés: A folyamat jól szabályozott. A csavarok 99,7%-a 9,87 mm és 10,17 mm közé esik (±3σ). Ha az előírás 10 mm ± 0,2 mm, ez a folyamat könnyedén megfelel a minőségi szabványoknak.

Gyakori hibák

Rossz képlet használata

Ne használd a populációs szórást (N) amikor mintád van. Ez alábecsüli a valódi változékonyságot.

Kiugró értékek figyelmen kívül hagyása

A szórás érzékeny a kiugró értékekre. Egyetlen szélsőséges érték drámaian megnövelheti a szórást. Fontold meg a medián abszolút eltérés (MAD) használatát kiugró értékeket tartalmazó adatsorok esetén.

Normális eloszlás feltételezése

A tapasztalati szabály (68-95-99,7) csak normális eloszlású adatokra érvényes. Ellenőrizd az adataid eloszlását, mielőtt alkalmaznád ezeket a százalékokat.

← Tanulóközpont