תוֹכֶן
נניח שאתה יצרן בגדים ואתה רוצה למקסם את הרווחים. אחת הדרכים לעשות זאת היא לקבוע את הגובה החציוני של האנשים בעיר או במדינת השוק שלכם ולהפוך את מרבית בגדיכם כך שיתאימו לאנשים בגובה זה. מכיוון שזה לא מעשי למדוד את גובהו של כל אדם, היית מודד את הגבהים של רק חלק מהאנשים וממוצע את תוצאות המדגם הזה. בסטטיסטיקה הממוצע הזה הוא סרגל ה- x, שמופיע כ- x עם קו אופקי מעליו. זהו ממוצע אריתמטי פשוט, שפירושו הוא סכום כל המדידות חלקי מספר המדידות.
TL; DR (יותר מדי זמן; לא קרא)
חישוב סרגל x עבור מדגם על ידי הוספת ערכי המדידה וחילוק במספר המדידות. במילים אחרות, x-bar הוא ממוצע חשבון פשוט.
הגדרה מתמטית
בסימון מתמטי, ההגדרה של x-bar נראית מתוחכמת ומורכבת יותר ממה שהיא באמת. אם יש לך מספר מדידות n, ואתה מייצג כל מדידה לפי האות x, תקבל סרגל x על ידי ביצוע הפעולה הבאה:
x-bar = ∑x_אני_ / n
זה פשוט אומר שתוסיף את כל הערכים של xאני לערכים של אני מ- 0 ל- n ומחלקים במספר המדידות. דוגמה מוכרת מדגימה עד כמה זה פשוט:
בסדרת מבחנים לאורך שנת הלימודים, התלמיד מקבל את ציוני האחוזים הבאים: 72, 55, 83, 62, 77, 80 ו- 87. בהנחה שכל המבחנים סופרים זהה, מה הציון הממוצע של התלמידים? כדי לקבל את התשובה מוסיפים את כל התוצאות כדי לקבל 516 ואתה מחלק את מספר המבחנים, שהם 7 כדי לקבל 73.7 או, בסיבוב, 74 אחוז.
שיפור הדיוק של X-Bar
אתה יכול רק לחשב את הממוצע האמיתי של אוכלוסיה על ידי מדידת כל פרט באוכלוסייה. סטטיסטיקאים מציינים את הממוצע האמיתי הזה באמצעות האות היוונית הקטנה mu (µ). מכיוון שקירוב, x-bar אינו בהכרח שווה ל- µ, אך הקירוב מתקרב ככל שמגדילים את גודל המדגם. דרך נוספת להגדיל את הדיוק היא למדוד כמה דוגמאות, לחשב x-bar עבור כל מדגם ולמצוא את הממוצע של כל x-bars שחישבת.
מעצב הבגדים המודד את גובהם של אנשים, כנראה היה רוצה לקחת יותר מדגימה אחת ולחשב x-bar עבור כל מדגם. זה עוזר למנוע חריגות. לדוגמה, מדגם שנלקח באימוני כדורסל אינו עשוי להצביע על האוכלוסייה בכללותה כמו סדרה של דגימות שנלקחו על פני אזורים שונים באוכלוסייה. ככל שתבצעו יותר מדידות בחישוב ה- x-bar, וככל שתוכלו לחשב את ה- x-bar הנפרדות יותר למספר סופי, כך סטיית התקן של הממוצע המתקבל תהיה נמוכה יותר.