סימון סכום ככלי חישוב ומדדי מרכז בהתפלגות

בשיעור זה נלמד כיצד סימון הסכום Σ מקצר כתיבה של פעולות חישוב על קבוצת נתונים, וכיצד משתמשים בו בחישוב מדדי מיקום מרכזי. נבחין בין סכום ריבועים לבין ריבוע סכום, ונבחן מתי מתאים להשתמש בממוצע, בחציון או בשכיח. הרעיון המרכזי הוא שהבחירה במדד אינה רק טכנית: היא תלויה בסולם המדידה ובצורת ההתפלגות.

סימון הסכום Σ

בסטטיסטיקה מתארים קבוצת נתונים בעזרת תצפיות. אם יש n תצפיות, נהוג לסמן את התצפית הראשונה x_1, את השנייה x_2, וכן הלאה עד x_n. הסימן Σ מציין סכום של איברים לפי סדר.

הסימון המלא הוא:

Σx_i = x_1 + x_2 + ... + x_n

כאשר i הוא אינדקס, כלומר סימן המונה את התצפיות. לעיתים כותבים Σ_{i=1}^{n} x_i כדי להדגיש שהסכום מתחיל בתצפית הראשונה ומסתיים בתצפית האחרונה. לעיתים כותבים רק Σx_i, והכוונה היא לסכום כל התצפיות באותה קבוצה.

חוקי סימון הסכום

סימון Σ אינו רק קיצור כתיבה; יש לו חוקים קבועים המאפשרים לפשט ביטויים ולבצע חישובים.

• סכום של קבוע: אם c הוא מספר קבוע, אז Σc = nc. כלומר, אם מחברים את אותו מספר n פעמים, מקבלים n כפול אותו מספר.
• כפל בקבוע: Σ(c x_i) = c Σx_i. קבוע ניתן להוציא מחוץ לסימן הסכום.
• סכום של חיבור: Σ(x_i + y_i) = Σx_i + Σy_i. אם לכל תצפית יש שני ערכים, אפשר לסכום כל רשימה בנפרד.
• סכום של הפרש: Σ(x_i - y_i) = Σx_i - Σy_i.
• ביטוי ליניארי: Σ(a + b x_i) = na + b Σx_i, כאשר a ו־b קבועים.

חוקים אלה שימושיים במיוחד כאשר צריך לחשב ממוצע, להשוות בין קבוצות או לפשט נוסחאות סטטיסטיות.

סכום ריבועים וריבוע סכום

שני סימונים נראים דומים אך משמעותם שונה:

• סכום ריבועים: Σx_i² = x_1² + x_2² + ... + x_n². תחילה מעלים כל תצפית בריבוע, ורק לאחר מכן מחברים את הריבועים.
• ריבוע סכום: (Σx_i)² = (x_1 + x_2 + ... + x_n)². תחילה מחברים את כל התצפיות, ורק לאחר מכן מעלים את הסכום כולו בריבוע.

שני הביטויים אינם שווים זה לזה בדרך כלל. לדוגמה, עבור הנתונים 1, 2, 3:

• סכום הריבועים הוא 1² + 2² + 3² = 1 + 4 + 9 = 14.
• ריבוע הסכום הוא (1 + 2 + 3)² = 6² = 36.

לכן יש להקפיד לקרוא את הסימון במדויק: הסוגריים קובעים אם הריבוע נעשה לפני החיבור או אחריו.

ממוצע

הממוצע הוא מדד המיקום המרכזי המוכר ביותר. הוא מייצג את הערך שמתקבל כאשר סכום כל התצפיות מתחלק שווה בשווה בין כל התצפיות.

הנוסחה היא:

ממוצע = Σx_i / n

כלומר, מחשבים את סכום התצפיות בעזרת Σ, ואז מחלקים במספר התצפיות. אם הנתונים מופיעים בטבלת שכיחויות, מכפילים כל ערך בשכיחות שלו, מסכמים את המכפלות, ומחלקים בסכום השכיחויות.

הממוצע משתמש בכל הערכים בנתונים, ולכן הוא רגיש לערכים קיצוניים. ערך גבוה מאוד או נמוך מאוד עלול למשוך את הממוצע לכיוונו ולהשפיע על התיאור של מרכז ההתפלגות.

חציון

החציון הוא הערך שמחצית התצפיות קטנות או שוות לו, ומחצית התצפיות גדולות או שוות לו. כדי למצוא חציון ברשימת נתונים, מסדרים את התצפיות בסדר עולה.

אם מספר התצפיות אי־זוגי, החציון הוא התצפית שנמצאת בדיוק באמצע. מיקומה הוא (n + 1) / 2. אם מספר התצפיות זוגי, שתי התצפיות האמצעיות הן במיקומים n/2 ו־n/2 + 1, והחציון הוא הממוצע שלהן.

בטבלת שכיחויות נעזרים בשכיחות המצטברת כדי לאתר את הערך שבו נמצאת מחצית התצפיות. החציון אינו מושפע מערכים קיצוניים באותה מידה כמו הממוצע, משום שהוא תלוי במיקום האמצעי של הנתונים ולא בגודלם המדויק של כל הערכים.

שכיח

השכיח הוא הערך הנפוץ ביותר בהתפלגות, כלומר הערך ששכיחותו גבוהה משכיחות כל ערך אחר. ברשימת נתונים הוא הערך שחוזר על עצמו מספר הפעמים הגדול ביותר. בטבלת שכיחויות הוא הערך בעל השכיחות הגדולה ביותר.

ייתכן שלחלוקה יש יותר משכיח אחד, למשל כאשר שני ערכים שונים מקבלים את השכיחות הגבוהה ביותר. כמו כן, ייתכן מצב שבו אין ערך בולט מבחינת שכיחות.

בטבלת שכיחויות במחלקות, השכיח אינו בהכרח ערך יחיד אלא מחלקה שלמה. אם רוחבי המחלקות אינם שווים, יש לבחון את הצפיפות, כלומר את השכיחות חלקי רוחב המחלקה, ולבחור במחלקה בעלת הצפיפות הגבוהה ביותר. אם כל המחלקות שוות ברוחבן, אפשר להסתכל על המחלקה בעלת השכיחות הגבוהה ביותר. לעיתים מציינים את אמצע המחלקה הזאת כערך מקורב של השכיח.

התאמת מדד המרכז לסולם המדידה

בחירת מדד המרכז תלויה תחילה בסולם המדידה של המשתנה. סולם המדידה קובע איזו משמעות יש למספרים או לקטגוריות בנתונים.

• בסולם שמי, שבו הערכים הם שמות או קטגוריות בלבד, מתאים להשתמש בשכיח בלבד. לדוגמה, במשתנה "אזור מגורים" אפשר לדבר על האזור הנפוץ ביותר, אך אי אפשר לחשב ממוצע של אזורים.
• בסולם סדר, שבו יש משמעות לסדר אך אין משמעות מדויקת למרחקים בין הערכים, מתאים להשתמש בשכיח ובחציון. ממוצע אינו מתאים בדרך כלל, משום שאין הצדקה לחבר ולחלק דרגות שאינן מייצגות מרחקים שווים.
• בסולמות רווחים ומנה, שבהם הערכים הם מספריים ויש משמעות להפרשים ביניהם, אפשר להשתמש בממוצע, בחציון ובשכיח. לדוגמה, ציון במבחן או משקל הם נתונים כמותיים שמאפשרים חישוב ממוצע.

התאמת מדד המרכז לצורת ההתפלגות

גם צורת ההתפלגות משפיעה על בחירת המדד. בהתפלגות סימטרית פעמונית, שבה רוב התצפיות מרוכזות במרכז והשכיחויות יורדות בהדרגה משני הצדדים, הממוצע, החציון והשכיח שווים או קרובים מאוד זה לזה.

בהתפלגות אסימטרית, הממוצע והחציון אינם נמצאים בדרך כלל באותו מקום. בהתפלגות אסימטרית ימנית יש זנב של ערכים גבוהים בצד ימין. הממוצע נמשך לכיוון הזנב ולכן הוא נמצא בדרך כלל ימינה מהחציון. החציון נשאר קרוב יותר למרכז הנתונים, והשכיח נמצא באזור שבו השכיחות גבוהה ביותר. בהתפלגות אסימטרית שמאלית המצב הפוך: הזנב נמשך שמאלה, והממוצע נמשך לכיוון הערכים הנמוכים.

כאשר יש ערכים קיצוניים בולטים, החציון מתאר את מרכז ההתפלגות בצורה יציבה יותר מהממוצע. כאשר הנתונים סימטריים ואין ערכים קיצוניים, הממוצע הוא מדד יעיל משום שהוא משתמש בכל המידע שבנתונים. כאשר המשתנה אינו כמותי, השכיח הוא המדד המתאים לתיאור הערך הנפוץ.