Ero sivun ”Hajontaluku” versioiden välillä
[arvioimaton versio] | [arvioimaton versio] |
Poistettu sisältö Lisätty sisältö
Artikkelin laajentaminen |
Sivun laajentaminen, välitallennus |
||
Rivi 1:
[[Kuva:standard deviation diagram.svg|thumb|350px|Keskihajonta [[normaalijakauma]]n tapauksessa: yhden keskihajonnan etäisyys keskiarvosta rajaa todennäköisyysmassasta 68,27 %, kahden keskihajonnan etäisyys rajaa 95,45 % ja kolmen keskihajonnan etäisyys rajaa 99,73 %.]]
'''Hajontaluku''' on [[Tilastotiede|tilastotieteessä]] [[Todennäköisyysjakauma|todennäköisyysjakauman]]
== Hajonnan mittaaminen ==
Hajontaluku on [[reaaliluku]], joka saa sitä suuremman arvon mitä enemmän vaihtelua jakauman [[Satunnaismuuttuja|satunnaismuuttujien]] arvoissa esiintyy. Yleensä tämä lasketaan mittaamalla havaittujen arvojen etäisyyttä havaintoarvojen [[Odotusarvo|odotus]]- tai [[Keskiarvo|keskiarvosta]]. Käytettävän hajontaluvun valinta riippuu käyttötarkoituksesta; eri hajontaluvut sopivat eri tilanteisiin riippuen, pyritäänkö tarkastelemaan jakauman absoluuttista vaiko suhteellista hajontaa. Jos otannassa ei ole vaihtelua, hajontaluku saa arvon nolla.<ref name=":0" />
* [[Keskihajonta]]
* [[Vaihteluväli]]
* [[Kvantiili]]
* [[Kvartiiliväli]]
Rivi 15:
* [[Variaatiokerroin]]
* [[Hajonnan kvartiilikerroin]]
* [[Normaalijakauma|Normaalijakauman]] k[[Keskihajonta|eskihajonta]]
Muita hajontalukuja ovat:
* [[Varianssi]]
* [[Otosvarianssi]]
Rivi 23 ⟶ 24:
=== Varianssi ===
Varianssi kuvaa, kuinka kaukana satunnaismuuttujan arvot ovat tyypillisesti sen odotusarvosta. Reaaliarvoisen satunnaismuuttujan varianssi on sen toinen keskimomentti. Varianssin [[Neliöjuuri|neliöjuurta]] sanotaan keskihajonnaksi.
[[Diskreetti matematiikka|Diskreetin]] jakauman varianssi lasketaan kaavalla
<math>Var(X)=\sigma^{2}_x = \operatorname{E}[ (
[[Jatkuva funktio|Jatkuvan]] jakauman varianssi lasketaan kaavalla <math>Var(X)=\sigma^{2}_x = \int\limits_{-\infin}^{+\infin} (x-\mu_x)^2 f(x)dx </math>.<ref name=":2" /><ref name=":0" />
=== Keskihajonta ===
Satunnaismuuttujan standardipoikkeama eli
=== Otosvarianssi ===
Otosvarianssi on varianssi, joka lasketaan suuremman joukon osajoukosta. Kun n lukuarvon joukko <math>y_1,y_2,\ldots,y_n</math> on suuremman joukon Y osajoukko, tämän otosvarianssi on <math>s^2 = \frac{\sum\limits_{i=1} ^{n} (y_{i} - \overline{y})^2}{n-1}</math>, missä <math>\overline{y} = \sum_{i = 1}^{n} \frac{y_{i}}{n} \, \, \, \, \, { \ }</math> on tutkittavan muuttujan y keskiarvo.<ref name=":2" />
=== Otoskeskihajonta ===
Otoksen <math>(y_1,\dots,y_n)</math> keskihajonnan harhaton estimaatti eli [[otoshajonta]] on otosvarianssin neliöjuuri:
:<math>s = \sqrt{\frac{\sum\limits_{i=1} ^{n} (y_{i} - \overline{y})^2}{n-1}}</math>.<ref name=":2" />
=== Kvantiili ===
Satunnaismuuttujan x β-kvantiili kβ , 0 < β < 1, on luku joka toteuttaa ehdot <math> P(x <
Kvartiilit ovat satunnaismuuttujan kertymäfunktiolta säännöllisin välein poimittuja prosenttipisteitä. Jakamalla järjestetty aineisto ''q'' kappaleeseen yhtä suuria joukkoja saadaan ''q''-kvantiili. Kvantiilit ovat aineiston arvoja luokkien rajalla. Näin ollen ''k'':nnes kvantiili on sellainen arvo ''x'', että todennäköisyys saada pienempi arvo kuin ''x'' on noin ''k/q''. Empiirisessä työssä kvantiilit lasketaan aineiston kertymäfunktiosta.
=== Variaatiokerroin ===
Variaatiokerroin on hajontaluku, joka ei ole mittayksikköön sidottu. Variaatiokertoimen avulla on mahdollista vertailla kahden eri mitta-asteikolla mitatun jakauman hajontoja. Variaatiokerroin <math>v </math> on määritelty keskihajonnan <math>s </math> ja keskiarvon <math>\bar{x} </math> osamääränä.<ref>{{Kirjaviite|Nimeke = Käyttäytymistieteiden Tilastolliset Menetelmät.|Julkaisija = Tammi|Tekijä = Nummenmaa, Lauri|Isbn = 951-26-5203-X.|Vuosi = 2004}}</ref><ref name=":0" />
=== Vaihteluväli ===
Vaihteluväli ''(range)'' on järjestys-, välimatka- ja suhdeasteikon muuttujille sopiva hajontaluku. Se ilmoittaa yksinkertaisesti pienimmän ja suurimman muuttujan arvon välin.<ref name=":1" />
== Käyttötarkoituksia ==
Hajonnan avulla on mahdollista saada kattavampi käsitys satunnaismuuttujan todennäköisimmistä arvoista. Esimekiksi joukkojen <math> A = (1, 1, 1, 9, 9, 9)</math> ja<math> B = (4, 5, 5, 5, 5, 6)</math> lukuja arpomalla saadaan alkioiden arvojen yhtäsuuresta odotusarvosta huolimatta hyvin erilaisia tuloksia. Tunnettujen hajontalukujan avulla onkin mahdollista arvioida erilaisten tapahtuimien todennäköisyyksiä, mikä on keskeista muun muassa riskienhallinnassa.
[[Fysiikka|Fysiikassa]], [[Kemia|kemiassa]] ja muissa mitattavissa [[Luonnontiede|luonnontieteissä]] mittaustulosten vaihtelua tarkastelemalla on mahdollista arvioida koetulosten luotettavuutta.
[[Biologia|Biologiassa]] [[Populaatio|populaation]] ominaisuuksien määrittämisessä on keskeistä huomioida havaittujen ominaisuuksien vaihtelu.
[[Rahoitusmatematiikka|Rahoitusmatematiikassa]] [[Sijoitusportfolio|portfolion]] odotetun tuoton varianssi ja keskihajonta kuvaavat sijotukseen kohdistuvaa [[Riski|riskiä]]. Mitä pienempi hajonta on, sitä todennäköisemmin sijoituksesta saatu tuotto vastaa sen odotusarvoa ja sitä houkuttelevampi sijoituskohde on.
[[Taloustiede|Taloustieteessä]], rahoituksessa ja muissa tieteissä hajontaa pyritään selittämään [[Regressioanalyysi|regressioanalyysillä]], joka kuvaa muuttujan saamien arvojen kuvaamista suhteessa toiseen muuttujaan.
▲<math>v = s/\bar{x}*100%</math>
== Katso myös ==
*[[Todennäköisyyslaskenta]]
*[[Tilastotiede]]
*[[Normaalijakauma]]
*[[Keskiluku]]
== Aiheesta muualla ==
Rivi 76 ⟶ 80:
== Lähteet ==
<references />{{Tynkä/Matematiikka}}▼
▲{{Tynkä/Matematiikka}}
[[Luokka:Tilastotiede]]
|