Professional Documents
Culture Documents
СТАТИСТИЧКИ МЕТОДИ
Аритметичка средина
Најпознатија средња вредност је аритметичка средина. Она се
добија сабирањем скупа величина и дељењем збира бројем чланова.
Ако је број часова које један студент преспава сваког дана у току
једне недеље 7 , 6 , 6 , 5 , 8,7 ,9 , аритметичка средина је 48/7, или 6% ча-
сова. Читалац ће запазити да аритметичка средина не одговара бро-
ју часова које студент проспава било које ноћи. Ово јасно показује
да средње вредности представљају карактеристике Групе, а не пру-
жају информацнју о неком појединачном члану групе.
Аритметичка средина задовољава први, други и трећи услов за
средње вредности које смо горе изложили, а видећемо да је и четвр-
ти услов такође задовољен. Али, читалац овде м ора да буде опре-
зан према привиду тачности коју могу да унесу аритметичке ма-
нипулације. Аритметичку средину часова које је студент преспа-
вао можемо да изразимо у децималној ф орми и да представимо
резултат овако: 6,85914 часова, или 6 часова, 51 минут, 25,7 секунди.
Аритметика је довољно тачна. Али, резултат је погрешан ако нас
наводи на помисао да је посматрање времена које је утрошено на
спавање толико тачно колико изгледа да просечна вредносг пока-
зује. Студент је можда навео време које је утропшо на спавање гру-
бо у часовима. Он је можда урачунао стварно време од 6 часова и 15
минута као просто 6 часова. Стога морамо увидети да је тачност
која је резултат нумеричког прорачунавања фиктивна ако и посма-
трања нису извршена с исгим степеном прецизносги.
Да ли је аритметичка средина задовољавајућа основа за употре-
ђивање двеју група? Ако је просе^ши приход у једној заједници 1.500
Статистичке средње вредности 319
Модус
Модус је случај који се у једној групи најчешће јавља. Модус се
стога сматра "типичним" представником групе. Популарна указива-
ња на "просечног човека" морају се обично сматрати као означа-
вање "модалног човека". Модус сума које поседују чланови првог
одел>ен>а у колеџу које је поменуто на страни 319 износи 50 центи.
Које су спец^алне одлике модуса? Као и све средње вредности,
он представља дистрибуцију особина у оквиру једне групе. Али, он
може да предсгавља природу групе успешније него аритметичка
средина, пошто показује највећу подгрупу у скупу и на тај начин по-
казује која ће врста својства најчешће да се нађе. А к о неки наре-
дник у пуку достави поруџбину за униформе, он ће се руководити
модалном мером за висине и ширине људи који треба да их носе. На
вредносг модуса не утичу крајња колебања у групи и стога може да
служи као подесна основа за упоређивање различитих група. А ко је
природа скупа одређена узорцима који су промшшБено из њих ода-
брани, модус се често може употребити с бољим резултатима него
аритметичка средина, пошто представл>а стабилнију средњу вре-
дност.
Ипак, највећи део услова за које смо нашли да средње вредносги
треба да задовол>авају (страна 318) модус не задовољава. Прво, док
се модус недвосмислено дефинише као случај с максималном уче-
сгалошћу, положај максимума понекад може бити максимално по-
мерен различитим класификац1ђама елемената групе. Претпостави-
мо тако да су при једном испитивању оцене 47 кандидата биле поде-
л>ене уз следеће учесталости.
Оцене које леже у интервалима 0 -2 0 20-40 40-60 60-80 80-100
Број оних који су добили те оцене 4 7 11 15 10
3 2 2 ___________________ С Т Л Т И С Т И Ч К И М ЕТОДИ_________
Модална оцена лежи између 6() и 80, тј. већа је од 60, а једнака или
мања од 80. Ипак, интервали су могли бити изабрани друкчије.
Претпоставимо да је класификација била следећа.
Оцене које леже у интервалима 10-30 30-50 50-70 70-90 90-КХ)
Број оних који су добили те оцене 8 8 13 14 4
Сада модална оцена лежи између 70 и 90, тј. већа је од 70, а једнака
је или мања од 90. Ако је прелазна оцена одређена доњом границом
модалног интервала, више кандидата би пало по другом методу
оцењивања него по првом.
Врло често у једној групи не посгоји ни један једини јасно одре-
ђени тип, или зато што је учесталост с којом се јављају сви случајеви
иста, или зато што се може наћи неколико различитих максимума
учесталости. Ако, на пример, проучавамо статистику плата, може-
мо наћи два или више новчаних износа који се јављају с релативно
високим учесталостима. У таквим случајевима не можемо да го-
воримо о једном модусу. Постојање неколико "врхова" у дистрибу-
цији показује одсуство хомогености групе која се испитује. То може
б 1гги, да наставимо илустрацију, зато што постоје различите врсте
посла од којих за сваку постоји посебна модална плата; али када се
ти различити ступњеви стрпају заједно, дистрибуција плата ће пока-
зивати неколико максимума.
Осим тога, модус у ствари м ож е да не буде типичан чак и ако
стварно одговара максимуму учесталости у некој групи. Претпоста-
вимо тако да у једној заједници приходи њених чланова знатно ва-
рирају. Може се десити да туце људи има приход од 1.500 долара,
док осгатак заједнице, који броји неколико стотина, прима приходе
од којих ни два нису једнака. Премда би износ од 1.500 долара тада
био модални приход, он ншсако не би био типичан.
Такође морамо запазити да модус није функција свих појединих
елемената у једној групи, тако да ако се неколико случајева елими-
нише, то не мора утицати на модус. Мада је ово често предност, има
прилика када је пожељно да вредност средње вредности зависи од
вредности свих елемената. Осим тога, никакав једноставни аритме-
тички процес не може да се нађе за израчунавање модуса, тако
да је одређивање модуса у пракси врло често тешко и непрецизно.
Коначно, модус сложене групе не може да се израчуна из модуса са-
ставних група. Ово је озбиљна сметња при теоријским истражива-
њима. Главна предност модуса јесте његова релативна стабилност
упркос понављаном узимању узорака. Али, ово је неважна предност
када се зна да је група хомогена, пошто у таквим случајевима могу
да се употребе друге средње вредности.
Статистичке средње вредности 323
Мсдијана
Медијана]е средњи члан у низу случајева када су ови сврстани по
величини. Следи да скуп с непарним бројем чланова увек има ме-
дијану. МедЈђана бројева 3 ,4 ,4 ,5 ,5 , 5,7 јесте 5. Када је број чланова
паран, медЈџана се обично дефинише као средња вредност двају сре-
дњнх чланова. Медрдана групе 40,50,50,60,70, 90 јесте 55. Медијана
је стога чтан у једном низу који је уређен по величшш тако да изнад
медијане има онолико случајева низа колико има и испод ње.
За разлику од аритметичке средине, на медијану само незнатно
утиче присуство крајњих одступања у групи. Отуда је то релатив-
но стабилна средња вредност и може се употребити за упоређива-
н,е уређених група у погледу положаја њиховог средишњег члана.
И, за разлику од модуса, медијана може да се одреди тачно и лако.
Главна примена медијане је ипак у оним областима где теоррџска
или систематска разматрања имају најмању моћ. Она нема алгебар-
ских својстава која би дозвољавала израчунавање м ед^ане у некој
фупи, из медадана њених саставних група. Она је показала предност
при психолошким и социолошким мерењима, јер иако у тим обла-
стима често није могуће извршити основна мерења, врло често
је могуће утврдити поредак у низу особина, или скалу особина. Јер
се мед1^ана добија на основу положаја једног члана у неком низу, а
не на основу адитивних својсгава чланова низа. Тако аритметичка
средина за I. р . једне групе деце не говори ништа о групи и управо је
^смислица ако се интерпретира као да означава интелигешџду гру-
пе. Али, медијана може да се употреби као основа за упоређивања у
таквим случајевима; она је од значаја ако деца могу бити сврсгана у
низ према томе као се повећавају њихове умне способности. Ако је,
дакле, 95 вредносг медијане за I. у једном разреду, а 105 је меди-
јана у другом, можемо рећи да под уобичајеним околностима у дру-
гом разреду има више деце која могу да задовоље извесно специ-
фично мерило него што има у првом.
Понекад се верује да је мед1ђана таква вредност да се вредности
у групи које су веће и мање од ње јављају с једнаком учесталошћу.
То није увек случај, нарочито када својства која се проучавају не
чине контннуирани низ. Тако, када је исгаггано 337 љутаћа, да би се
добио број цветних листића, нађено је да је 312 имало по 5 цветних
листића, 17 је имало по 6 цветних листића, 4 су имала по 7 лисгића, 2
су имала по 8 листића, а 2 по 9 листића. Вредност медијане за цветне
листиће је 5. Али, о»шгледно није истина да у групи има онолико
љутића који имају више од 5 цветних лисгића, колико има оних са
мање од 5 цветних листића.
3 2 4 ___________________ С ТА Т И С ТИ Ч К И М ЕТО ДИ __________________
§ 3. Мере дисперзије
Опсег
Један прост начин да се покаже величина дисперзије у некој
групи јесте да се изложи опсег варирања. Ово је нумери^пса разлика
између најмањег и највећег случаја у групи. Ако приходи у Сједин.е-
ним Државама варирају од 500 долара годипга.е до 10.000.000, опсег
је 9.999.500. Али, ово није задовољавајући метод, пошто, прво, крај-
ње вредности вар 1ђације могу бити непознате, а друго, додавање или
одузимање неких прихода од било које екстремне вредности може
да озбиљно утиче на опсег. Штавише, опсег нам не каж е како су
различити приходи расподељени у границама опсега. Две групе бро-
јева 1, 5, 5, 6 , 6 , 7, 7, 7, 10 и 1, 2, 2, 2, 2,10 имају исти опсег, иако је
облик дистрибуције у границама опсега различит у оба случаја.
Стандардна девијац1ђа
У многе сврхе, нарочито када преовлађују разматрања засно-
вана на теорији вероватноће, стандардна девијација се узима као
мера дисперзче. Она се добија дељењем збира квадрата девијац1да
од средње вредности бројем случајева и затим вађењем квадратног
корена из тог количника. У примеру мерења висина добијамо
25 + 9 + 4-)-1-И-1-0-(-1-1-4-^9-ј-25
------------------------------------------------, или 7,9, као аритметичку сре-
10
дину збира квадрата девијацЈда. Стандардна девЈдац^да је ^7,9 или
2,8. Ако су X,, Х2, Хпдевијације од аритметичке средине за п случа-
Е 2
јева, а стандардна девијашда, онда је .
п
Стандардна девијација се тако образује да наглашава крајње
вредности девијација. Јер, квадрирањем сваке девијације већим
грешкама даје се већа вредност у збиру него мањим грешкама.
Ништа се од веће важности не може рећи о применама стандардне
девијације ако нису познате претпоставке начињене о групи вредно-
сти за коју је она израчуната. Ипак, уопште узев, то је мера дис-
перзије на коју колебања у узимању узорака утичу мање него што је
то случај код других мера. А ко је група приближно симетрично рас-
подељена око средње вредности и ако је с обе стране средње вре-
дности обележно одстојање једнако сгандардној дев1ђ’ацији, око 2/3
случајева у групи лежаће у овим границама. З а наш често помиња-
ни пример ове границе су означене бројевима 66 ± 2,8. И, стварно,
око 2/3 висина леже између бЗД и 68Д.
Квартилна девијацнја
Друга једноставна мера одступања добија се сврставањем случа-
јева у поредак по величини и налажењем оних трију елемената који
деле низ на четири једнака дела. Они се зову први квартил, друГи
кварпјил (или медијана) и трећи квартил. Ако је 2, први квартил, а
326 С Т А Т И С Т И Ч К И М ЕТОДИ
§ 4. М ере корелације
22 18 -8 -8 64 64 +64
24 20 -6 -6 36 36 +36
26 20 -4 -6 16 36 +24
26 24 -4 -2 16 4 +8
27 22 -3 -4 9 16 +12
27 24 -3 -2 9 4 +6
28 27 -2 +1 4 1 -2
28 24 -2 -2 4 4 +4
29 21 -1 -5 1 25 +5
30 25 0 -1 0 1 0
30 29 0 +3 0 9 0
30 32 0 +6 0 36 0
31 27 +1 +1 1 1 +1
32 27 +2 +1 4 1 +2
33 30 +3 +4 9 16 +12
34 27 44 +1 16 1 +4
35 30 +5 +4 25 16 +20
35 31 +5 +5 25 25 +25
36 30 +6 +4 36 16 +24
37 32 +7 +6 49 36 +42
ЕА 324 Т у '- ,348 287
л 20 п 20 20
И Л И С Т|,= ИЛИСТу =
4,02 4.17
287 287
Отуда,г = = + 0,856.
2 0 x 4 ,0 2 x 4 ,1 7 335,37
Пирсонов коефицијент је тако обликован да је његова нумери-
чка вредност позитивна када је корелација позитивна, а негативна
када је корелац^ђа негативна. Штавише, његова вредност увек лежи
између + 1 и - 1 , где + 1 показује потпуно позитивну корелац^ђу, а - 1
Мере корелације 329
* Св. I, Гл. I.
33 0 ___________________ С Т А Т ИС Т И ЧКИ МЕ Т О Д И_________________