APRAŠOMOJI STATISTIKA

APRAŠOMOJI STATISTIKA
Pagrindinės sąvokos
Statistika – keliareikšmė sąvoka. Skirtinos bent jau šios ryškios bei kartu skirtingos reikšmės:
a) tokia duomenų apie valstybę, jos būklę, gyventojus ir t.t. pateikimo sistema ir iš jos gaunami duomenų srautai, padedantys efektyviau valdyti. Dažniausiai čia įvairiais pavidalais sutelkiama valstybinės svarbos informacija. Tokia ir šio termino genezė (iš it. stata – valstybė; statista – „valstybininkas“, t.y. tas žmogus, kuris tvarko valstybės reikalus).
b) toks mokslas ir jo pagrindu atsirandanti metodologija, mokanti kaip racionaliai reikėtų rinkti, sisteminti, analizuoti ir pateikti duomenis. Gali atliepti pačių įvairiausių tyrinėjimo sričių (ekonomikos, biologijos, medicinos, fizikos ir t.t.) poreikiams. Adaptabili ir adaptuotina prie tos srities, kuriai taikoma. Ta prasme atsiranda kaip ir konkrečių mokslo ar taikymo sričių „statistikos“, pvz., ekonominė statistika. Čia pritaptų ir mūsiškė, filologams aktuali kalbos statistika.
c) konkrečiais skaičiavimais nustatytas tiriamo požymio įvertinimas imtyje (plg. pozicinė statistika).
Populiacija (kitaip – generalinė visuma, generalinė aibė) – visa objektų, kurie statistiškai tiriami, visuma. Būna baigtinė (tada iš principo galima ištirti visus jos objektus) ir begalinė (nebaigtinė; tada visų jos objektų ištirti apskritai neįmanoma).
Imtis (kitaip – praba, atranka) – tyrimui atrinktų ir ištirtų objektų aibė. Paprastai tai būna populiacijos dalis, o jeigu ištiriama visa baigtinė populiacija, tai imtis ir populiacija sutampa, nebesiskiria.
Požymiai (kitaip – kintamieji) – tyrinėtoją dominantys populiacijos bei imties objektų ypatumai, kurių konkrečios reikšmės kinta (įvairuoja).
Stebėjimas (arba statistinis eksperimentas) – tiriamųjų požymių (iš)matavimas arba (su)skaičiavimas imtyje ir jų registravimas. Tai – pirminis statistinio pobūdžio informacijos šaltinis, todėl nuo jo priklauso viso tyrimo efektyvumas bei objektyvumas.
Statistikos atmainos (rūšys)
Galima išskirti kelias statistikos, kaip metodologinio pobūdžio mokslo, atmainas arba rūšis. Minėtinos:
a) Aprašomoji (arba deskriptyvinė) statistika. Jos sritis – duomenų sisteminimo ir jų grafinio pateikimo metodai, pritaikyti konkrečiai mokslinių tyrimų sferai. Čia vyrauja faktografija, faktologija ir konstatuojamojo pobūdžio teiginiai. Aktuali kiekvienai statistika besiremiančiai mokslo sričiai, kartu – ir filologijai.
b) Indukcinė (ar – induktyvinė? Kartais sakoma – išvadų) statistika. Jos sfera – metodai, leidžiantys pagal prabos duomenis daryti išvadas apie visą tiriamųjų objektų populiaciją. Šios išvados visada yra tikimybinio pobūdžio ir pasižymi tam tikru tikėtinumo laipsniu. Tikslas – parinkti kuo didesnį tikėtinumo laipsnį (patikimumą) užtikrinančius metodus.
c) Lyginamoji statistika. Didžiumoje knygų ir vadovėlių ji atskirai neišskiriama, bet filologams yra gana aktuali. Sfera – statistinių metodų, leidžiančių palyginti dvi ar kelias objektų, turinčių tuos pačius tiriamuosius požymius, imtis, parinkimas ir taikymas. Tikslas – nustatyti, ar tiriamosios imtys iš esmės yra vienodos ir požymių reikšmės jose įvairuoja (varijuoja) atsitiktinai, dėl atsitiktinybės poveikio, ar skiriasi esmingai. Išvados čia būna irgi tikimybinio pobūdžio, tad tikslinga orientuotis į kuo didesnį
jų patikimumą (tikėtinumą).
2
I. Bendrasis supratimas
1. Eksperimentas statistikoje
Žodžiui eksperimentas šiame kurse irgi suteikiama kiek kitokia prasmė, negu ta, kuria jis vartojamas kasdieninėje kalboje. Mes eksperimentą labiausiai vartosime ta prasme, kuria jis suprantamas tikimybių teorijoje ir matematinėje statistikoje.
Eksperimentas
Bet koks rūpimų (tiriamųjų) objektų, mūsų atveju – dažniausiai kalbinių, ar jų požymių (su)skaičiavimas arba (iš)matavimas, kurio metu gaunami tolesnio apdorojimo bei aiškinimo reikalaujantys duomenys.
Atskiri matavimai ar tiesiog tiriamųjų objektų bei rūpimų jų požymių užfiksavimai dar vadinami įvairiai: bandymais, stebėjimais ir pan. Savaime suprantama, jog iš jų kartojimo, didesnės ar mažesnės jų serijos ir „susidaro“ eksperimentas.
Natūralu, kad su „tikrais“, įprastinę to žodžio prasmę atitinkančiais eksperimentais tiesiogiai susiduriama instrumentiniuose kalbos signalo tyrinėjimuose, dažnai ir vadinamuose tiesiog eksperimentine fonetika. Tačiau šia specifine prasme ir vienokių ar kitokių teksto elementų rinkimas bei suskaičiavimas, ir kalbos dalykus liečiančios anketinės apklausos taip pat yra „eksperimentai“.
Paprastai stebėjimų metu dėmesys kreipiamas ne į visas tiriamųjų objektų savybes bei ypatybes, o tik į kai kurias iš jų, į tas, kurias šiuo konkrečiu atveju norima ištirti. Tokių tiriamųjų ypatybių gali būti ir tiktai viena, ir kelios iškart – nelygu ko kuriuo tyrimu siekiama ir kaip projektuojamas tyrimui turintis padėti statistinis eksperimentas.
Šios savybės ar ypatybės nebūtinai yra pačios svarbiausios, ryškiausios ar kaip kitaip apskritai dominuojančios tiriamųjų objektų ypatybės: svarbu tik, kad jos būtų tikrai būdingos tiriamiesiems objektams ir kad būtų pagrindo iškelti vienokias ar kitokias hipotezes apie jų svarbą tiriamuoju požiūriu. Objektų savybės bei ypatybės, kurias norima ištirti ir kurioms išryškinti atliekami statistiniai eksperimentai, dažnai vadinamos tiriamaisiais požymiais ar tiesiog požymiais.
Požymis (iai) Tiriamųjų objektų savybė(s) ar ypatybė(s), į kurią (as) nukreipiamas tyrimo dėmesys ir kurias siekiama užfiksuoti tyrimui skirtais eksperimentais.
Tiriamuoju požymiu iš principo gali tapti bet kuri bet kurio lingvistinio objekto (garso, skiemens, žodžio, sakinio ir t. t.) savybė ar ypatybė, bet praktiškai jais dažniausiai tampa tos iš jų, kurios yra labiausiai „įtartinos“, t. y. kelia tyrinėtojui daugiausiai spėlionių ir prielaidų.
Požymius, kadangi jie gali būti labai įvairūs, galima įvairiai grupuoti, sisteminti ir klasifikuoti. Labai dažnai yra skiriami kiekybiniai ir kokybiniai požymiai. Kitu gi atžvilgiu požymius priimta skirstyti į diskrečiuosius ir tolydžiuosius.
Požymiai:
kokybiniai:
Paprastai apibūdinami juos įvardijant, t. y. pavadinant ar specialiais moksliniais terminais, ar kasdieninės kalbos žodžiais .  Fiksuojant priimta ženklinti sutartiniais ženklais (emblemomis, etiketėmis, simboliais, kurių funkciją gali atlikti net ir skaitmenys – tik tokiu atveju jie nėra skaičiai, nes nereiškia dydžio, kiekio, ir dažnai nėra loginio pamato su jais atlikti aritmetinius veiksmus). Pvz., žodžių priklausomybė kalbos dalims, sintaksinės žodžių funkcijos (priklausymas sakinio dalims), darybinės kategorijos, kaitybinės formos ir t.t.
kiekybiniai:
Lengvai matuojami, t. y. įvertinami vienokiais ar kitokiais matais ar skaičiavimo vienetais. Matavimo rezultatai paprastai išreiškiami ir užrašomi skaičiais. Pvz., žodžio ilgis garsais (fonemomis), raidėmis ar skiemenimis, sakinio ilgis žodžiais, pastraipų ilgis sakiniais, garso trukmė milisekundėmis, pagrindinio tono aukštis hercais, į anketos klausimą vienaip ar kitaip atsakiusių
respondentų kiekiai ir pan. Su šiais dydžiais, kiekybiniais požymių įvertinimais, galima atlikti ir aritmetinius veiksmus.
diskretieji:
Tokie, kurių galimų reikšmių skirtumai iš principo negali būti mažesni už tam tikrą „minimumą“. Dažnai tas slenkstis ar žingsnis, minimalus galimų reikšmių skirtumas, būna lygus 1 (pvz., vaikų skaičius šeimoje, žodžio ilgis skiemenimis ar raidėmis, sakinio ilgis žodžiais), tačiau – nebūtinai (sakysim, medicininis termometras fiksuoja 0,1 laipsnio kūno temperatūros pokyčius).
Lingvistikoje diskretieji požymiai itin dažni.
Kartais diskrečiaisiais laikomi taip pat ir kokybiniai požymiai.
3
tolydieji:
Jų galimų reikšmių skirtumai iš principo gali būti kiek tik norint maži, todėl jų neįmanoma absoliučiai tiksliai užrašyti baigtiniais skaičiais (pvz., matematinės konstantos π, e), o taip pat neįmanoma suskaičiuoti visų jų potencialių reikšmių, nes jų yra be galo daug, ir tos reikšmės viena į kitą pereina laipsniškai, nenutrūkstamai. Todėl ir juos išmatuoti iš principo teįmanoma tiktai apytiksliai, vienokiu ar kitokiu tikslumu. Matuojant šių požymių reikšmės neišvengiamai diskretizuojamos pagal pasirinktuosius mato vienetus: kuo šie mažesni, tuo ta diskretizacija subtilesnė ir tuo tiksliau atspindima tolydiška požymio prigimtis, tačiau pati jų diskretizacija matuojant išlieka visuomet. Pvz., garso trukmė, intensyvumas, pagrindinio tono ir formančių (harmonikų)
dažniai ir pan.
Kartais dar atskirai yra minimi tarpinę padėtį tarp kiekybinių ir kokybinių užimantys požymiai, vadinami ranginiais. Jie turi ir kiekybiniams, ir kokybiniams požymiams būdingų bruožų. Ranginių požymių pavyzdžiai galėtų būti kokiose nors varžybose (sporto rungtynėse, meno kolektyvų apžiūrose, gražuolių konkursuose) užimtos vietos, žinių įvertinimas balais ir pan.
Šiuolaikinėse statistikos knygose išmatuotos požymių reikšmės (t.y. matavimo metu gauti rezultatai) itin dažnai vadinami kintamaisiais, tuo tarsi specialiai pabrėžiant, kad kiekvieno matavimo atveju galima vis kitokia, kintanti to paties požymio reikšmė. Be to, linkstama akcentuoti ne tiek pačių požymių skirstymą į kiekybinius ir kokybinius, kiek jų reikšmių matavimui taikomų skalių pobūdį ar tipologiją (plg., pvz., V. Čekanavičius, G. Murauskas.
Statistika ir jos taikymai I, p. 17–20). Skiriamos 4 tipų skalės: pavadinimų arba nominalinė, rangų, intervalų ir santykių.
Pavadinimų (nominalinė) skalė leidžia požymio reikšmes tik suklasifikuoti ir įvardinti, bet išvis neperteikia „kiekybinio matmens“. Todėl ji taikoma tik kokybinių požymių reikšmėms apibūdinti.
Rangų skalė perteikia tik patį požymio reikšmės padidėjimo ar sumažėjimo viename tiriamajame objekte, lyginant jį su kitu objektu, faktą, bet neperteikia tikslaus jos kiekio įvertinimo. Tinka ranginių kintamųjų reikšmėms apibūdinti, o šia skale išreikštas požymio reikšmes tegalima tik surikiuoti, išdėstyti didėjimo ar mažėjimo tvarka.
Intervalų skalė taikoma kiekybiniams požymiams ir leidžia nustatyti, kiek daugiau ar mažiau to požymio rasta viename tiriamajame objekte, palyginus su kitu. Tačiau nulis čia parenkamas „laisvai“, todėl nulį atitinkanti požymio reikšmė čia nereiškia, kad šiuo atveju šio požymio iš viso nėra (pvz., oro temperatūra, lygi 00C, nereiškia temperatūros nebuvimo apskritai). Matuojamas tokia skale kiekybinis požymis gali įgauti tiek teigiamas, tiek ir neigiamas reikšmes.
Santykių skalė irgi taikoma kiekybinių požymių reikšmėms įvertinti ir pasižymi tuo, kad nulis joje yra „absoliutus“, rodantis matuojamojo požymio nebuvimą. Todėl ja matuojami požymiai tegali įgyti tik teigiamas reikšmes (pvz., žmogaus amžius, sakinio ilgis, garso trukmė).
Eksperimentų metu gauti bei sukaupti (surinkti, užfiksuoti) tiriamųjų požymių įvertinimai lingvistui, kaip ir bet kurios kitos srities tyrinėtojui, yra pirminiai statistiniai duomenys. Jie – ne tik pats svarbiausias visokių tolesnių tyrimų bei apibendrinimų pamatas, bet taip pat ir savotiška medžiaga („žaliava“) tolesnei statistinei analizei. Todėl labai svarbu yra lingvistinius eksperimentus planuoti, projektuoti ir atlikti kaip galima korektiškiau: jeigu tik iš principo įmanoma, būtina ištirti pakankamai didelį (dažnai sakoma – reprezentatyvų, t. y. statistiškai pakankamą) tirtinųjų objektų kiekį. Atrinkti objektus tyrimui reikia atsitiktinai. Požymius matuoti ar skaičiuoti dera kaip galima atidžiau, reikia vengti galimų jų matavimo ar skaičiavimo riktų, rezultatų užrašymo klaidų ir pan. Atsimintina, kad apskritai nėra jokių būdų ar gudrybių, kurios iš klaidingų pirminių duomenų leistų gauti teisingus rezultatus ar daryti pagrįstas išvadas. Todėl visur, kur tiktai įmanoma, ir pirminių duomenų rinkimui reikėtų panaudoti kompiuterį:
klaidoms liks kur kas mažiau galimybių.
2. Imtis ir populiacija (generalinė aibė)
Imtis (kartais pasakoma ir praba) yra viena iš svarbiausių statistikos kategorijų. Tuo žodžiu šiaipjau vadinama eksperimentui parinktų (paimtų) ir jo metu ištirtų objektų visuma. Savaime suprantama, jog imtys viena nuo kitos pirmiausiai skiriasi pagal tai, kiek objektų kurio eksperimento metu ištirta, ir todėl vienas iš svarbesniųjų bet kokią imtį apibūdinančių parametrų yra jos didumas arba, kaip labiau įprasta sakyti, tūris.
Imties tūris
Bendras ištirtų objektų kiekis (tuo pačiu – ir atliktų bandymų skaičius). Paprastai žymimas raide n. Jis kartu atitinka ir eksperimento metu gautų tiriamojo požymio įvertinimų (matavimų) bendrąjį kiekį.
Ta tiriamųjų objektų visuma, iš kurios jie atrenkami (paimami) į imtį, vadinama generaline aibe arba – naujesnėse statistikos knygose – populiacija. Ji gali būti baigtinė (ribota) arba begalinė. Savaime suprantama, jog baigtinės populiacijos (generalinės aibės) atveju lieka bent jau principinė galimybė ištirti visus (N) jai priklausančius objektus, ir imties sąvoka tokiu atveju kaip ir nebetektų prasmės, nes imtis faktiškai sutaptų su populiacija. Bet jeigu populiacija yra begalinio dydžio, nebaigtinė, tai ištirti visų jos objektų niekaip nebeįmanoma, ir imtis turi būti formuojama (sudaroma) būtinai. Panašiai būna ir tada, kai populiacija yra baigtinė, bet labai skaitlinga, sudaryta iš didžiulės daugybės objektų: ištirti visus jos objektus būtų itin keblu, o dažnai – irgi net neįmanoma, tad parankiau būna verstis pakankamo dydžio, bet kur kas mažiau objektų turinčia imtimi. Imtis iš tiesų yra ne kas kita, kaip savotiškas, dirbtinai susikurtas populiacijos „mini modelis“ ar „mini atvaizdas“, jos eksperimentinis atitikmuo, dirbtinis
analogas. Čia ir yra tikroji statistikos stichija: tirti palyginti nedidelę, ribotą imtį, o tyrimo rezultatus tikimybiškai apibendrinti visai populiacijai. Todėl visų svarbiausia yra, kad imtis populiaciją, iš kurios buvo paimta, atspindėtų kaip galima adekvačiau ir teisingiau. Paprastai sakoma, kad didesnio tūrio imtis esanti reprezentatyvesnė, didėjant imčiai didesnė, artimesnė vienetui darosi tikimybė, kad šioje imtyje rastos požymių reikšmės bei jų pasiskirstymas (pasklidimo, sklaidos po objektus ypatumai) iš esmės būtų tokios pačios, jeigu paimtume ir kitus analogiškus populiacijos objektus, šį kartą į imtį nepatekusius. Tačiau svarbu pabrėžti, kad imties reprezentatyvumą apsprendžia ne vien tik jos tūris (didumas), bet labiausiai – jos sudarymo principai. Imties tūris turi būti pakankamas, o praktiškai tai reikštų, kad imtyje turėtų, jeigu tai įmanoma, būti nuo kelių dešimčių iki kelių šimtų objektų.
Dar daugiau: pernelyg didelės, daugiatūkstantinės imtys tampa savaip problemiškos, nes neretai dėl grynai formalių, matematinių priežasčių tuomet gali būti „sureikšminami“ ir iš tikrųjų menki, nežymūs skirtumai. Jeigu, esant galimybėms, ištiriami visi populiacijos ar populiacijų objektai (sakysim, visi rūpimo teksto ar tekstų grupės žodžiai, sakiniai ir pan.), tai, viena vertus, smarkiai susiaurėja daugelio tradicinių statistikos metodų taikymo erdvė (nes nebelieka reikalo apie populiaciją spręsti iš jos „sumažinto“ atvaizdo imtyje), o kita vertus – gaunami nebe tikimybiškai apibendrinti, bet visiškai tikslūs rezultatai, kuriuos belieka tik korektiškai aprašyti ir pateikti.
Imties parinkimas, konkrečių objektų „patekimas“ arba „nepatekimas“ į ją – atskira problema, nors čia plačiau ir nesvarstoma, tačiau kelianti itin daug tiek „teorinių“, tiek ir praktinių klausimų. Įsidėmėtina, kad matematinės statistikos vadovėliai labai dažnai pabrėžia, jog imtis turinti būti atsitiktinė: bet kuris konkretus tiriamosios rūšies objektas turi turėti vienodas galimybes papulti į imtį, o ar bus jis iš tikro atrinktas, ar nebus – turinti lemti vien tiktai atsitiktinybė (kartais tai atsitiktinybei užtikrinti iš tiesų pasinaudojama kokiais nors patikimais atsitiktinybės šaltiniais – pvz., urnomis, atsitiktinių skaičių lentelėmis ir pan.). Palyginti retais ir specifiniais atvejais yra galimos ir kitaip, ne atsitiktinumo pagrindu sudarytos (neatsitiktinės) imtys.
Imtin atrinktus objektus itin pravartu sunumeruoti, kad prireikus visuomet būtų galima vienareikšmiškai atkurti pirminę jų seką (t.y. išrikiuoti juos pagal eilės numerius). Savaime suprantama, jog eilės numeriai turėtų būti fiksuojami kartu su išmatuotomis tiriamojo požymio reikšmėmis.
Specialiai pabrėžtina, kad tendencingos ar falsifikuotos imtys populiacijos „vaizdą“ visuomet iškreipia, perteikia jį neadekvatų ir deformuotą ir todėl jokios mokslinės vertės ar įrodomosios galios neturi: jos tėra tiesiog falsifikatai. Tuo pačiu atskira kalba būtų apie pasitikėjimą statistika (kartais statistika apibūdinama kaip tam tikra [V. Čekanavičiaus ir G. Murausko kn. „Statistika ir jos taikymai“ sako –„trečioji“, žr. p. 60–62] melo rūšis; pats esu girdėjęs taip sakant M. Gorbačiovą). Mat, svarbu ne vien patys duomenys, bet ir tam tikras jų „kontekstas“: sakysim, ką reiškia „objektyvus“ teiginys „Šiandien yra dešimt laipsnių Celsijaus” – ar šilta, ar šalta?
Sausio 15 d. – šilta, netgi labai šilta
Balandžio 2 ar spalio 23 d. – normalu, nei šilta, nei šalta
Birželio 27 d. – šalta, galbūt net labai šalta
Ištyrus imtin patekusius objektus gaunami tiriamąjį požymį (ar – požymius) apibūdinantys statistiniai duomenys. Išrikiuoti tokia tvarka, kokia buvo atliekami bandymai (matavimai) su imties objektais, jie dar nėra pakankamai vaizdūs ar iškalbūs, todėl paprastai būna tvarkomi ir perdirbinėjami toliau.
3. Imties duomenų pirminis sutvarkymas: statistinė ir variacinė eilutės Duomenys, surašyti tokia tvarka, kokia jie buvo gauti eksperimento metu, sudaro vadinamąją statistinę eilutę. Statistinė eilutė, t.y. pirminių duomenų tvarka, atitinkanti imties (ar populiacijos, jeigu buvo ištirta visa populiacija ištisai) objektų „tvarką“, yra irgi svarbi, ypač – kai tenka specialiai tikrinti, ar imtį (požymio reikšmių seką) galima laikyti esant atsitiktine.
Paprasčiausias kokį nors tiriamąjį požymį apibūdinančių statistinių duomenų sutvarkymo atvejis – jų išdėstymas
didėjančia tvarka, kur žiūrima jau nebe pačių bandymų eilės (jų numerių), bet požymį įvertinančių reikšmių didumo.
Surašyti šitokiu būdu, jie sudaro variacinę eilutę, kurios ilgis, savaime aišku, atitinka imties tūrį. Natūralu,
kad į variacinę eilutę lengviausia yra „išrikiuoti“ kiekybinių požymių įvertinimus. Kokybinių gi požymių variacinės
eilutės visuomet yra daugiau ar mažiau sąlygiškos: tokie požymiai, kaip minėta, iš esmės tik įvardijami, tad nėra
tikro pamato vienas kokybinio požymio laikyti didesnėmis ar mažesnėmis už kitas ir nebelieka kaip nustatyti jų didėjančios
tvarkos.
5
Jeigu vienodai įvertinamas kelių ar daugelio imties objektų tiriamasis požymis (tai ypač būdinga diskretiesiems
požymiams), tai tie įvertinimai atitinkamoje variacinės eilutės dalyje surašomi pagret.
Variacinės eilutės sudarymas būdavo neišvengiamas duomenų statistinio apdorojimo etapas tol, kol tie duomenys
būdavo tvarkomi rankomis. Ėmus juos tvarkyti kompiuteriais, variacinės eilutės tapo nebe tokios aktualios.
Pavyzdys:
Tiriamas žodžių ilgumas skiemenimis. Atrinkta 75 žodžių imtis. Jon patekę žodžiai turi po tiek skiemenų (tai –
statistine eilute pateikti pirminiai statistiniai duomenys):
1, 3, 2, 2, 2, 3, 3, 2, 1, 3, 3, 2, 3, 2, 2, 2, 1, 4, 2, 3, 2, 1, 3, 5, 1, 3, 2, 2, 3, 1, 1, 4, 2, 3, 2, 2, 2, 2, 3, 2, 3,
2, 3, 1, 2, 1, 4, 3, 2, 2, 3, 2, 1, 4, 3, 3, 2, 2, 3, 2, 5, 2, 1, 3, 2, 2, 2, 2, 3, 3, 1, 2, 3, 3, 2.
Išrikiuoti į variacinę eilutę tie patys duomenys atrodytų taip:
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5.
Suprantama, jog prireikus variacinės eilutės „narius“ irgi galima sunumeruoti paeiliui, eilės tvarka: x(1), x(2), x(3) …
x(n). Taip sunumeruoti jie retkarčiais vadinami pozicinėmis statistikomis (sakoma i-toji pozicinė statistika, nes eilės
numeris i kinta nuo 1 iki n).
Iš variacinės eilutės jau iškart matyti, kad tiriamojo požymio – žodžių ilgumo skiemenimis – reikšmės imtyje yra:
mažiausia – 1 skiemuo
didžiausia – 5 skiemenys
dažniausiai pasitaikanti – 2 skiemenys
rečiausiai pasitaikanti – 5 skiemenys
II. Empirinis pasiskirstymas ir jo pagrindiniai parametrai
1. Požymio reikšmių imtyje suskaičiavimas. Empirinis pasiskirstymas
Statistinės informacijos vaizdavimas variacine eilute, nors šiaip yra labai vaizdus, vis dėlto yra ir gana nekompaktiškas
(redundantiškas), gremėzdiškas bei nepatogus, nes tiriamojo požymio įgyjamos reikšmės, būdamos diskrečios,
gana intensyviai kartojasi. Juk iš esmės tą pačią ankstesnės variacinės eilutės informaciją kur kas glausčiau
galėtume užrašyti taip:
Žodžio ilgumas skiemenimis: 1 2 3 4 5
Kiek kartų pasitaiko: 12 33 24 4 2
Tai reiškia, jog variacinėje eilutėje požymio „Žodžio ilgumas skiemenimis” reikšmė „1” sutinkama 12 kartų,
reikšmė „2” – 33 kartus ir t.t. Pažymėtina, kad dažnu atveju diskretaus tiriamojo požymio įgyjamų reikšmių „repertuaras“
(skirtingų reikšmių kiekis; jį žymėsime k) būna daug kartų mažesnis už imties tūrį (ir šiame pvz. jų tėra tik
5, nors imties tūris lygus 75), tad natūralu, kad tos reikšmės kartojasi. Ypač tai pasakytina tuos diskrečiuosius požymius,
kurių įgyjamos reikšmės reiškiamos sveikaisiais skaičiais (kaip mūsų pavyzdyje).
Nesunku suprasti, kad eilutėje „Kiek kartų pasitaiko“ nurodyti skaičiai yra ne kas kita, kaip atitinkamų tiriamojo
požymio („Žodžio ilgumas skiemenimis“) reikšmių (1, 2, 3, 4 ir 5) absoliutiniai dažnumai, kurie, kaip jau minėta
anksčiau, yra praktiškai nepalyginami vieni su kitais, jeigu skirtingi būna imčių tūriai. Todėl labai dažnai vietoj absoliutinių
nurodomi santykiniai tų pačių požymio reikšmių dažnumai (gaunami atitinkamus absoliutinius dažnumus
dalinant iš imties tūrio). Vietoj absoliutinių pateikus santykinius dažnumus, ta pati informacija atrodytų taip:
Žodžio ilgumas skiemenimis: 1 2 3 4 5
Santykinis dažnumas: 0.16 0.44 0.32 0.053 0.027
Šitaip pertvarkyta ir „suglausta“ variacinė eilutė – su nurodytomis galimomis tiriamojo požymio reikšmėmis ir
kiekvienos iš jų santykiniais dažnumais – neretai yra vadinama pasiskirstymo eilute arba tiesiog pasiskirstymu.
Labai glaustai tariant, pasiskirstymas – tai informacija apie tai, kokias reikšmes tiriamasis požymis įgyja ir koks
yra kiekvienos iš tų reikšmių dažnumas (arba tikimybė). Pasiskirstymas – viena iš pačių pamatinių matematinės
statistikos bei tikimybių teorijos kategorijų. Natūralu, kad šiuo atveju turimas galvoje empirinis, t. y. iš ištirtosios
imties duomenų atsiskleidžiantis rūpimojo (tirtojo) požymio reikšmių pasiskirstymas. Pats žodis pasiskirstymas čia
turi beveik įprastinę prasmę: juk šitaip pertvarkyti duomenys iš tikrųjų ir rodo, kokiomis proporcijomis imtyje yra
6
pasiskirsčiusios požymio reikšmės, kaip jos pasklidusios, kokia dalis (procentas) kuriai reikšmei imtyje tenka. Vėliau
susidursime ir su teoriškai sukonstruotais, t. y. labiau virtualiais, „idealizuotais“ pasiskirstymais, turinčiais
„individualius“ vardus.
Kadangi iš esmės visi statistinio pobūdžio tyrimai be pasiskirstymų neišsiverčia ir vienaip ar kitaip į juos orientuojasi,
pasiskirstymams vaizduoti, jų savybėms nagrinėti ir kt. panašiems dalykams skiriama ypač daug dėmesio. Pasiskirstymus
galima vaizduoti įvairiai: ne tik variacinėmis eilutėmis, kaip pateiktoji, bet ir įvairiomis lentelėmis,
grafikais, analitiniu būdu (formulėmis) ir t. t.
Nors pateiktosiose eilutėse esanti informacija visiškai pilnai apibūdina tirtojo požymio reikšmių pasiskirstymą
(t. y. sklaidą, tų reikšmių proporcijas) imtyje, kartais pasiskirstymų lentelės daromos dar išsamesnės: jose būna ir
papildomų žinių apie pasiskirstymą. Mūsų pasiskirstymas, pateiktas tokia išplėtota lentele, galėtų atrodyti maždaug
taip:
Žodžio ilgis skiemenimis: 1 2 3 4 5
Dažnumas Absoliutus: 12 33 24 4 2
Santykinis: 0.16 0.44 0.32 0.053 0.027
Pasiskirstymo funkcija: 0.16 0.60 0.92 0.973 1.00
Kaip matome, pačių reikšmių (1, 2, 3, 4, 5), kurias įgyja tiriamasis požymis – žodžio ilgis skiemenimis, – čia atsispindi
abi dažnumo atmainos – ir absoliutinis, ir santykinis dažnumas, o paskutiniojoje eilutėje yra pateikiamas dar
ir sukauptasis arba kumuliatyvinis dažnumas, rodantis, kokiu mastu požymio reikšmės, palaipsniui besikaupdamos,
„užpildo“ imtį, t.y. kokią jos dalį sudaro pirmoji, pirmoji ir antroji kartu paimtos, pirmoji, antroji ir trečioji kartu
paimtos ir t. t. Sukauptasis dažnumas yra nepaprastai svarbus: jeigu jis žinomas (duotas), tai iš jo lengva elementariais
aritmetikos veiksmais apskaičiuoti ir santykinį, ir absoliutinį kiekvienos iš reikšmių dažnumą. Todėl pasiskirstymui
adekvačiai pavaizduoti pakaktų pateikti tiktai pirmąją ir paskutiniąją, ketvirtąją tos lentelės eilutes, o antrosios
ir trečiosios eilučių duomenis yra galima, jei jų prireiktų, išvesti (apskaičiuoti) iš anų ir tikrai naujos informacijos
jie iš tikrųjų neduoda! Dėl tokių savybių ir dėl ypatingos svarbos sukauptasis dažnumas paprastai yra vadinamas
tiesiog pasiskirstymo funkcija. Mes su ja susidursime dar daugelį kartų, ir jos reikės visuomet, kuomet nagrinėsime
kokius nors pasiskirstymus. Pabrėžtina, jog empirinių pasiskirstymų funkcija yra ne kas kita, kaip sukauptasis
dažnumas, o teorinių – sukauptoji (kumuliatyvinė) tikimybė. Todėl pasiskirstymo funkcija įgyja reikšmes irgi
tik iš intervalo [0; 1].
Tad „minimaliomis priemonėmis“ adekvačiai pavaizduoti pasiskirstymą galima dviejų eilučių (kvazi)lentele: vienoje
jos eilutėje surašomos reikšmės, kurias įgyja tiriamasis požymis, o antroje – toms jo reikšmėms atliepiančios
pasiskirstymo funkcijos reikšmės.
O kaip pasiskirstymą „suformuoti“ tais atvejais, kai požymis yra tolydusis ir imties objektams būdingos jo reikšmės
praktiškai nesikartoja? Tokiais atvejais visas variacinėje eilutėje atsispindintis reikšmių ruožas – nuo mažiausios
iki didžiausios – suskaidomas į keletą ar keliolika intervalų ir žiūrima, kokie yra į tuos intervalus (padalas)
papuolančių požymio reikšmių kiekiai bei dažnumai. Tokie pasiskirstymai, besiremią ne pavienėmis diskrečiomis
požymio reikšmėmis, bet tolydžiųjų reikšmių intervalais, vadinami intervaliniais pasiskirstymais.
2. Imtį (statistinę ar variacinę eilutę) apibūdinantys parametrai (charakteristikos)
Jų yra įvairių, ir visi jie yra skaičiai, apskaičiuojami iš imties ar populiacijos (jei ištiriama visa populiacija) duomenų,
tiksliau – iš imtyje (ar populiacijoje) nustatytų požymio reikšmių. Todėl savaime suprantama, kad imtį apibūdinančius
parametrus apskaičiuoti galima tik tada, kai tiriamieji požymiai yra kiekybiniai ir imtyje randamos jų
reikšmės išreiškiamos skaičiais. Patikimiausios yra santykių skale išreikštos kiekybinių požymių reikšmės. Dažnai
skiriamos tokios tų parametrų grupės ar atmainos:
• duomenų padėtį apibūdinančios charakteristikos (parametrai): vidurkis, moda, mediana, kvantiliai
(kvartiliai ir kitokie kvantiliai)
• duomenų sklaidą apibūdinančios charakteristikos: dispersija, standartinis (kitaip – vidutinis kvadratinis)
nuokrypis, linijinis nuokrypis, variacijos žingsnis (plotis), variacijos (kitaip – imties kitimo) koeficientas,
kvartilių skirtumas IQR, kokybinės įvairovės indeksas ir kt.
• pasiskirstymo formą apibūdinančios charakteristikos: asimetrijos koeficientas ir eksceso koeficientas.
Jos reikalauja supratimo apie normaliąją (Gauso) kreivę.
7
Galima įsidėmėti kai kurių imtį apibūdinančių parametrų apibrėžimus, įsiminti jų pavadinimus; pvz.:
Variacijos žingsnis
Didžiausios ir mažiausios požymio reikšmių variacinėje eilutėje skirtumas. Ankstesniame
pavyzdyje variacijos žingsnis (pažymėkime jį v) būtų: v = 5 – 1 = 4.
Moda
Dažniausiai variacinėje eilėje pasitaikanti požymio reikšmė. Mūsų variacinėje eilutėje –
tai 2. Priklausomai nuo to, kelios požymio reikšmės imtyje vienodai dažnos, galima
skirti unimodalius, bimodalius ir polimodalius pasiskirstymus. Kai dažniausios bimodalaus
pasiskirstymo reikšmės eina pagret, jis laikomas unimodaliu pasiskirstymu ir jo
moda apskaičiuojama kaip tų reikšmių vidurkis.
Mediana
Viduriniojo (centrinio) variacinės eilutės įrašo, dalinančio ją pusiau, reikšmė, kitaip
tariant, ji yra n/2 – toji pozicinė statistika . Kadangi mūsų pavyzdžio variacinėje eilutėje
iš viso yra 75 įrašai, tai vidurinysis (centrinis) iš jų yra 38-asis: prieš jį eina 37 įrašai, ir
tiek pat – po jo. 38-ojo įrašo (reikšmė yra 2, vadinasi, ir tos variacinės eilutės mediana
yra 2.
Variacinės eilutės, sudarytos iš nelyginio įrašų skaičiaus, visada būna medianos požiūriu „neproblemiškos“, nes
turi vieną centrinį įrašą, kurio atžvilgiu visi ankstesni ir tolesni įrašai pasidalina po lygiai. To įrašo reikšmė ir yra
mediana. Kiek kebliau, jeigu įrašų skaičius variacinėje eilutėje būna lyginis: tokios eilutės centre atsiduria du gretimi
įrašai (mat, kitu atveju likusieji negalėtų pasidalinti po lygiai). Mediana lyginį įrašų kiekį turinčios eilutės
atveju randama taip: sudedamos abiejų „centrinių“ įrašų reikšmės ir gauta jų suma dalinama iš dviejų.
Yra du patys svarbiausi kiekybinio požymio reikšmes apibūdinantys parametrai: vidurkis ir standartinis (kitaip –
vidutinis kvadratinis) nuokrypis (arba artimas jo atitikmuo – dispersija). Tad apie juos – atskirai.
3. Vidurkiai
Statistikoje yra žinomos minimos kelios vidurkių atmainos: aritmetinis, geometrinis, harmoninis, nupjautasis… Bet
pats populiariausias ir labiausiai naudojamas yra pirmasis iš paminėtųjų – aritmetinis vidurkis. Todėl jam – daugiausia
dėmesnio.
Derėtų skirti teorinį aritmetinį vidurkį (rus. matematičeskoe ožidanije, angl. mean ar estimation liet. kartais irgi
pasakoma matematinė viltis – aklas vertinys iš rusų k.), apskaičiuojamą pagal atitinkamas formules teoriniams
(„idealizuotiems“) pasiskirstymų modeliams, ir empirinį aritmetinį vidurkį (rus. arifmetičeskoe srednee, angl. average).
Kadangi aritmetinis vidurkis ‘linksniuojamas’ visų dažniausiai, tai apibūdinimas aritmetinis paprastai praleidžiamas
ir sakoma tiesiog vidurkis (savaime suprantama, kad kalbant apie kitokius vidurkius, jų konkrečią atmainą
apibūdinantys žodžiai – harmoninis, geometrinis ir pan. – būtinai pridedami). Patikslinimai teorinis arba
empirinis paprastai pridedami irgi tik norint aktualiai pabrėžti, apie kokio tipo vidurkį – teorinį ar empirinį – kalbama.
Prisimenant gi imties ir populiacijos priešpriešą, derėtų taip pat skirti imties vidurkį (tai tas pat, kas empirinis
vidurkis) ir populiacijos vidurkį, kuris gali būti arba nustatomas empiriškai (kai ištiriama visa baigtinė populiacija),
arba tegalimas prognozuoti teoriškai (kai populiacija nebaigtinė arba kai tiriama tik iš jos atrinkta imtis).
Tyrinėtojui pats aktualiausias vis dėlto lieka imties empirinis vidurkis.
Empirinis vidurkis
Tai tarsi koks visų imtyje randamų požymio reikšmių, pasiskirsčiusių vienokiu ar kitokiu
būdu, svorio centras, vidutiniškoji, visos imties mastu imant, požymio reikšmė, „vidutinis“
jos įvertinimas. Gaunamas visų įvertinimų sumą dalijant iš imties tūrio; taigi,
jis irgi yra santykis, – visos įvertinimų (reikšmių) visumos santykis su ištirtųjų objektų
kiekiu.
Formulės empiriniam vidurkiui apskaičiuoti pateikiamos ir gali būti taikomos įvairios; renkantis konkretų jo skaičiavimo
būdą (algoritmą) pravartu pasiremti net ir praktiniu protu, nes vidurkis – dydis, dažnai pasitaikantis ir
praktiniame gyvenime, kasdieniniuose reikaluose. Būtini žinoti dalykai yra du: visų tiriamojo požymio reikšmių
(įvertinimų) suma (visuma) ir bendras bandymų skaičius (imties tūris). O konkreti formulė labiausiai priklauso
nuo to, kokiu būdu yra pateikta tiriamojo požymio pasiskirstymą reprezentuojanti statistinė informacija:
Jei turime: Vidurkis skaičiuojamas taip:
Pirminio pavidalo (nesuglaustą) variacinę
eilutę
Susumuojamos visos variacinėje eilutėje įrašytos požymio reikšmės
(įvertinimai) ir gautoji suma dalinama iš imties tūrio (n). Taip apskaičiuojamas
vidurkis kartais vadinamas paprastuoju (nesvertiniu) vidurkiu:
mat, kiekvienos reikšmės (bandymo) „svoris“ čia yra pastovus ir
lygus 1.
8
Suglaustą variacinę eilutę su absoliutiniais
dažnumais
Kiekviena požymio reikšmė dauginama iš atitinkamo absoliutinio
dažnumo, sandaugos susumuojamos ir gautoji suma dalinama iš imties
tūrio. Ankstesniame pavyzdyje būtų:
(1×12+2×33+3×24+4×4+5×2)/75=2.347
Suglaustą variacinę eilutę su santykiniais
dažnumais
Kiekviena požymio reikšmė dauginama iš atitinkamo santykinio dažnumo
ir sandaugos susumuojamos. Gautoji suma ir yra empirinis vidurkis.
Ankstesniame pavyzdyje:
1×0.16+2×0.44+3×0.32+4×0.053+5×0.027 = 2.347
Antruoju ir trečiuoju būdu apskaičiuojami vidurkiai kartais vadinami svertiniais, o dažnumai, iš kurių dauginamos
požymių įgyjamos reikšmės, – svoriais.
Skaičiuojant vidurkį su programa Excel jokio pirminio duomenų apdorojimo ar grupavimo nereikia, tiesiog pirminiai
matavimo rezultatai (pirminiai statistiniai duomenys, „statistinė eilutė“) turi būti Excel lakšte surašyti į vieną
bloką (paprastai – stulpelio ar eilutės pavidalo, nors tai ir nėra privalu). Vidurkiui apskaičiuoti skirta Excel funkcija:
[ = ] AVERAGE(skDuomenųBlokas)
Pridurtina, kad diskrečiųjų požymių vidurkis yra iš esmės abstraktaus pobūdžio dydis, tinkantis labiausiai įvairiems
palyginimams bei sugretinimams, bet realiai dažniausiai nesutampantis nė su viena iš imtyje turimų požymio
reikšmių. Todėl kartais jis atrodo net kiek nelogiškai. Sakome: žodžių ilgio (skiemenimis) vidurkis yra 2,347
skiemens, šeimoje vidutiniškai yra 2,25 vaiko ir pan., bet juk negali būti žodžių, sudarytų iš 2,347 skiemens, negali
kas nors turėti 2,25 vaiko! Tuo atžvilgiu logiškesnė būtų, sakysim, moda.
Aritmetinis vidurkis yra labai jautrus vadinamosioms ekstremalioms – pačioms didžiausioms bei pačioms mažiausioms
– požymio reikšmėms: net ir pavienė tokia reikšmė gali vidurkį labai žymiai pakeisti, tiesiai pasakius – iškreipti
(taip leistina sakyti tada, kai kyla įtarimas, jog labai didelė arba labai maža požymio reikšmė imtyje yra
atsiradusi per klaidą ar neapsižiūrėjimą).
Trumpai apie kelias kitas vidurkio atmainas:
Nupjautuoju vadinamas toks vidurkis, kuris skaičiuojamas ne iš visos variacinės eilutės, bet tik iš centrinės jos dalies,
gautos atmetus po lygiai mažiausiųjų ir didžiausiųjų požymio reikšmių (pvz., 80% nupjautasis vidurkis skaičiuojamas
atmetant 10% mažiausių ir 10% didžiausių imties reikšmių). Dėl to nupjautasis vidurkis yra žymiai atsparesnis
ekstremalių reikšmių įtakai ir naudotinas tada, kai šios atrodo esančios nepatikimos. Excel’yje jam apskaičiuoti
skirta funkcija [=]TRIMMEAN (skDuomenųBlokas; skAtmestinasProcentas). Pagal antrąjį parametrą
apskaičiuojama, po kelias ekstremalias reikšmes atmesti iš variacinės eilutės pradžios ir pabaigos (jei pagal tą
procentą gaunamas nelyginis atmestinų reikšmių kiekis, jis apvalinamas iki artimiausio lyginio, kad variacinės eilutės
pradžios ir iš jos galo būtų atmetama po lygiai reikšmių).
Geometrinis vidurkis gaunamas iš visų požymio reikšmių sandaugos ištraukus šaknį, kurios laipsnis atitinka imties
tūrį (jis paprastai apskaičiuojamas pasinaudojant reikšmių logaritmais). Excel’yje jam apskaičiuoti skirta funkcija
[=]GEOMEAN(skDuomenųBlokas).
Kvadratinis vidurkis gaunamas ištraukus kvadratinę šaknį iš reikšmių kvadratų vidurkio. Su Excel’iu jį apskaičiuoti
galima skaičiuojamąja išraiška [=] SQRT(AVERAGE(skDuomenųBlokas)); tik duomenų bloke turi būti ne pačios
reikšmės, o jų kvadratai.
Harmoninis vidurkis gaunamas imties tūrį padalijus iš skaičių, atvirkštinių požymio reikšmėms, bendros sumos.
Excel’yje jam apskaičiuoti skirta funkcija [=]HARMEAN(skDuomenųBlokas).
4. Dispersija ir standartinis nuokrypis
Abu šie „giminingi“ parametrai rodo, kaip konkrečios požymio reikšmės imtyje yra pasklidusios (išsibarsčiusios)
vidurkio atžvilgiu. Vidurkis teišryškina tik vieną, dažniausiai abstraktų, įsivaizduojamą „centrinį“ požymio reikšmių
(įvertinimų) tašką, jų „svorio centrą“, bet nieko nepasako apie tai, kokiu mastu ir kaip dažnai realiosios požymio
reikšmės imtyje yra nutolusios nuo šio abstraktaus taško, koks jų susitelkimo apie vidurkį laipsnis. Norint
įvertinti šį pasiskirstymo aspektą, vertėtų imti skirtumus, susidarančius tarp konkrečios požymio reikšmės, gaunamos
atskiro bandymo metu, ir visų reikšmių vidurkio. Tačiau, kadangi realiosios požymių reikšmės nukrypsta nuo
vidurkio į abi puses, aritmetinė visų skirtumų suma palaipsniui išsilygintų ir galų gale anuliuotųsi, prilygtų nuliui.
Todėl sumuoti pačių skirtumų neišeina, ir vietoje jų yra imami arba jų absoliutiniai dydžiai (moduliai), arba – dar
dažniau – jų kvadratai: ir vienos, ir kitos transformacijos (pakeitimo) atveju nuosekliai gaunami tuos skirtumus
tiesiogiai atspindintys teigiami dydžiai, kuriuos jau galima sumuoti. Gautąsias sumas – tiek modulių, tiek ir kvadratų
– priimta yra vėlgi dalinti iš imties tūrio, kitaip tariant, visiems ištirtiesiems objektams „padalinti po lygiai“.
Taigi – ir vėl vidurkis: arba skirtumų modulių, arba skirtumų kvadratų vidurkis. Abu jie rodo iš esmės tą patį: ko9
kiu laipsniu požymio reikšmės imtyje vidutiniškai yra nutolusios nuo savojo vidurkio, tad užtenka apskaičiuoti
vieną kurį iš šių dydžių. Paprastai skaičiuojamas tų skirtumų kvadratų vidurkis. Jis vadinamas dispersija.
Dispersija
Skirtumų, susidarančių tarp reikšmių vidurkio ir konkrečių požymio reikšmių, atitinkančių
kiekvieną imties objektą, kvadratų vidurkis. Įprasta žymėti s2. Apskaičiuojama taip pat, kaip
ir „paprastas“ vidurkis, tik pirma reikia apsiskaičiuoti atitinkamus skirtumus ir pakelti juos
kvadratu.
Vienas niuansas: jeigu imties tūris (dydis, tiriamųjų objektų skaičius) yra palyginti labai mažas, mažesnis
negu 30, apskaičiuojant dispersiją skirtumų kvadratų suma dalinama ne iš „pilno“, bet iš vienetu sumažinto
imties tūrio, t. y. ne iš n, bet iš (n-1). Teorinis to reikalavimo pagrindimas čia neaptarinėjamas, tik pridurtina, kad
neretai dispersija, gauta kvadratų sumą dalinant iš n-1, vadinama imties dispersija, o gauta dalinant iš n – populiacijos
dispersija (ją dera skaičiuoti tada, kai populiacija ištiriama visa ištisai).
Vidutinis kvadratinis
nuokrypis
arba standartinis
nuokrypis
Dydis, gaunamas ištraukus kvadratinę šaknį iš dispersijos. Tokiu būdu jis paverčiamas vėl
„linijiniu“ (t. y. geometriškai galimu pavaizduoti atitinkamo ilgio linija; dispersiją gi tektų
vaizduoti plotu) dydžiu ir tampa tam tikra prasme bendramatiškas tiek imtyje figūruojančioms
požymio reikšmėms, tiek ir pačiam empiriniam vidurkiui. Paprastai žymimas s (dažniausiai –
empirinis) arba graikiška raide sigma (ypač – apskaičiuotas teoriškai). Vienas iš pačių populiariausių
pasiskirstymo parametrų. Kartais vadinamas tiesiog (nuokrypio) standartu ar standartiniu
nuokrypiu.
Vidutinį kvadratinį nuokrypį praktiškai tenka skaičiuoti taip pat dažnai, kaip ir vidurkį. Abu tie dydžiai (vidurkis ir
vidutinis kvadratinis nuokrypis), paimti drauge, jau gana išsamiai apibūdina esmines, daugeliu atžvilgių svarbias
pasiskirstymų ypatybes, todėl su jais teks susidurti kone „kiekviename žingsnyje“.
Lyginant skirtingus pasiskirstymus, ypač – tuos, kur požymių reikšmės nevienodos ar išmatuotos skirtingais matais
(sakysim, norint lyginti žodžių ilgio skiemenimis pasiskirstymą ir sakinių ilgio žodžiais pasiskirstymą) kartais
logiškiau yra gretinti ne pačius vidurkius ir vidutinius kvadratinius nuokrypius, bet tų dydžių tarpusavio santykį,
kuris vadinamas variacijos koeficientu. Tai – vidutinio kvadratinio (standartinio) nuokrypio santykis su vidurkiu.
Rečiau praktikuojami empiriniai pasiskirstymo parametrai yra asimetrijos koeficientas ir eksceso koeficientas, kurie
dažnai vadinami tiesiog asimetrija ir ekscesu. Šių parametrų prasmės ir skaičiavimo kol kas dar nesiaiškinsime,
bet vėliau su jais gal ir susidursime.
5. Pagrindinės pasiskirstymo parametrų formulės ir funkcijos
Įsidėmėtini trys dalykai:
1. Tradicinės formulės, pagal kurias galima apskaičiuoti vieną ar kitą empirinio pasiskirstymo parametrą, įvairiuose
šaltiniuose (matematinės statistikos vadovėliuose ir pan.) gali būti pateikiamos įvairios, nes dažnai tą pačią parametro
reikšmę galima gauti keliais skirtingais būdais. Ta prasme ir patys tokie apskaičiavimo būdai, ir juos „reprezentuojačios“
formulės yra lygiagrečios, savaip sinonimiškos, ir rinktis galima bet kurią iš jų, paprastai – tą, kuri
dėl kokų nors priežasčių pasirodo esanti parankesnė už kitas.
2. Formulėse, net ir perteikiančiose tuos pačius parametrų apskaičiavimo būdus, gali būti panaudoti skirtingi sutartiniai
žymėjimai (simboliai, kintamieji). Matematinių simbolių funkciją paprastai atlieka lotyniškojo alfabeto raidės,
bet skirtinguose šaltiniuose tos pačios raidės gali turėti skirtingą prasmę, žymėti skirtingus dalykus. Paprastai
greta formulių visuomet yra nurodoma (paaiškinama) ir joje pavartotų simbolių (raidžių) prasmė, tad pakanka tik
sutelkti į tai dėmesį.
3. Tos pačios formulės, kuriose pavartoti net ir tie patys simboliai, gali turėti skirtingą grafinę išvaizdą, kitaip tariant,
gali būti užrašytos skirtingais būdais (matematikos „normos“ gana dažnai leidžia tą patį reiškinį užrašyti
įvairiai).
Čia pateikiamos kelios buvusios pačios reikalingiausios formulės, stengiantis perteikti jų matematinę prasmę. O
įvairuojančiai užrašomi jų variantai šiandieną beturi labiau „istorinę“ ar pažintinę prasmę, todėl čia jie nepateikiami;
kita vertus, juos irgi būtina pasiaiškinti ir suprasti, kai norima skaityti matematinei statistikai skirtą literatūrą. O
praktiniams skaičiavimams svarbiau yra mokėti pasinaudoti atitinkamomis kompiuterinių programų galimybėmis.
Todėl lygiagrečiai pateikiamos „tą patį darbą dirbančios“ Excel funkcijos.
„Pirminiai“ raidiniai simboliai visose čia pateikiamose formulėse reiškia iš esmės tą patį:
10
n – bendras bandymų kiekis, t.y. imties tūris
i – eilės numeris (1, 2, 3, 4, … k )
xi – i-tosios (pirmosios, antrosios, trečiosios iš eilės ir t.t.) požymio reikšmės „vertė“ (dydis)
mi – i-tosios požymio reikšmės absoliutinis dažnumas (pasikartojimų imtyje kiekis)
xmin, xmax – mažiausioji ir didžiausioji požymio reikšmės imtyje
Kaip Excel funkcijų (ar skaičiuojamųjų išraiškų) argumentas visur nurodomas duomenų blokas, žymimas tiesiog
„skDB“. Tai ištisinė Excel lakšto ląstelių zona, kurioje įrašyti pirminiai statistiniai duomenys (tiriamojo požymio
reikšmės).
Parametras Formulė Excel funkcija arba išraiška
Variacijos žingsnis (R) R = xmax – xmin [=] MAX(skDB)-MIN(skDB)
Santykinis dažnumas (p; p*; d) pi = mi /n Dalybos operacija (ir atitink. operandai)
Vidurkis ( x–; xvid ) xvid=(x1 + x2 + x3 + … + xn) / n [=] AVERAGE(skDB)
Dispersija (s2)
s2=((x1-xvid)2+(x2-xvid)2+ … +(xn-xvid)2)/n[-1];
arba
s2 = (x2)vid – (xvid)2
[=] VAR(skDB)
Standartinis (arba vidutinis kvadratinis)
nuokrypis (s) s = √
—s
2 [=] STDEV(skDB)
Linijinis nuokrypis (l) l = ((x1-xvid) + (x2-xvid) + …+ (xn-xvid)) / n [=] AVEDEV(skDB)
Kitų parametrų prasmę perteikiančios formulės ir/ar jų apskaičiavimo su Excel būdai, kai jų prireiks, bus nurodomi
atitinkamose tolesnių konspektų vietose.