ما مدى ابتعاد القيمة النموذجية عن المركز؟

الانتشار هو مسافة

يخبرك المركز (المتوسط) بمكان توازن الشكل. إنه لا يقول شيئًا عن مدى اتساع الشكل. يمكن لمجموعتي بيانات أن تشاركا نفس المتوسط تمامًا ومع ذلك تبدو مختلفة تمامًا: واحدة مضغوطة بإحكام حول المركز، والأخرى مبعثرة على نطاق واسع.

يقيس الانحراف المعياري (سيجما) الانتشار: فهو، بشكلٍ فعّال، المسافة النموذجية لقيمةٍ ما عن المتوسط. سيجما الصغير يعني شكلًا ضيقًا ومرتفعًا يلتصق بالمركز. سيجما الكبير يعني شكلًا عريضًا ومسطحًا يمتد بعيدًا في كلا الاتجاهين.

فكّر في راميين. كلاهما يستهدف المركز بدقة في المتوسط: مركز ثقلهما يقع على مركز الهدف. الرامي أ يجمع كل سهماته ضمن عرض يد واحدة من المركز (سيجما صغير). الرامي ب يرشق سهامه في كل أنحاء الهدف، لكن الأخطاء تلغي بعضها البعض بحيث يظل المتوسط عند المركز (سيجما كبير). نفس المتوسط، لكن انتشار معاكس. المتوسط وحده لا يستطيع التمييز بينهما؛ الانحراف المعياري يستطيع.

هندسيًا، يحدد سيجما المقياس الأفقي للتوزيع. إذا مددت شكلًا ليصبح أوسع دون تحريك نقطة توازنه، فقد رفعت سيجما مع إبقاء المتوسط ثابتًا. هذا الرقم الواحد، عرض الشكل، هو ما يعتمد عليه الفكرة التالية.

نفس المركز، عرض مختلف

مصنعان يملآن أكياسًا بوزن متوسط قدره 500 غرام. الانحراف المعياري للمصنع أ هو 4 غرامات. الانحراف المعياري للمصنع ب هو 20 غرامًا.

يُرفض أي كيس يزيد وزنه عن 500 غرام بأكثر من 15 غرامًا.

الخطأ الذي ينكمش مثل 1 على جذر n

من انتشار البيانات إلى انتشار التقدير

نادرًا ما تقيس مجتمعًا كاملًا. تأخذ عينة وتحسب متوسطها كتقدير. خذ عينة مختلفة وستحصل على متوسط مختلف قليلاً. هذه المتوسطات العينية لها شكلها الخاص: توزيع المعاينة، متمركز حول المتوسط الحقيقي.

للعرض اسم: خطأ العينة المعياري.

SE = sigma / sqrt(n)

حيث sigma هي الانتشار للقيم الفردية و n هو حجم العينة. الخطأ المعياري هو المسافة النموذجية بين متوسط العينة والمتوسط الحقيقي: إنه انتشار تقديرك، وليس انتشار البيانات الخام.

توجد الهندسة في ذلك الجذر التربيعي. ينخفض الخطأ المعياري (SE) بمعدل 1/sqrt(n)، وليس بمعدل 1/n. يؤدي متوسط المزيد من القياسات إلى تضييق توزيع العينة، ولكن مع عوائد متناقصة: كل ملاحظة جديدة تشتري تضييقاً أقل من السابقة.

العاقبة الصريحة: لتقليل الخطأ المعياري إلى النصف، يجب عليك زيادة حجم العينة أربعة أضعاف. الانتقال من n = 100 إلى n = 200 لا يقلل خطأك إلى النصف؛ بل تحتاج إلى n = 400. الدقة مكلفة لأنها تتناسب مع الجذر التربيعي.

تشارك المنحنيات أعلاه مركزاً واحداً وتنكمش في العرض مع ارتفاع n من 25 إلى 100 إلى 400، مع بقاء sigma عند 20. اقرأ الخطأ المعياري (SE) عند كل منها: 4، ثم 2، ثم 1.

احسب الخطأ المعياري

لدينا مجتمع من درجات الاختبار انحرافه المعياري sigma = 20. تقوم بسحب عينة حجمها n = 100 وحساب متوسطها.

عندما يكذب المحور

هندسة مُفصّلة

المخطط البياني هو ترجمة هندسية: تتحول الأرقام إلى أطوال ومساحات وميول تقرأها العين فوراً. إذا فُصّلت هذه الترجمة، ستُبلغ العين عن كذب لم تقله البيانات قط.

محور مبتور. يجب أن يبدأ مخطط الأعمدة محوره القيمي عند الصفر، حتى يبقى ارتفاع العمود متناسباً مع القيمة. إذا بدأ المحور عند 95 بدلاً من 0، فإن ارتفاعاً من 100 إلى 102 (تغيّر حقيقي بنسبة 2 في المئة) يملأ الإطار وكأنه هائل. الأطوال المرسومة لم تعد تطابق نسب الأرقام. في مخطط الخطوط، يضاعف الحيلة نفسها كل الميل: صعود هادئ يُقرأ كمنحدر حاد لأن المقياس الرأسي ضُغط على نافذة ضيقة.

مبالغة في الميل. الميل هو الصعود مقسوماً على المسافة الأفقية. قلّل المدى الذي يغطيه المحور (مدى القيم المعروضة) مع إبقاء الارتفاع بالبكسل ثابتاً، وسيُعاد رسم كل صعود بميل أشد. الاتجاه لم يتغير؛ تغيّرت فقط هندسة الإطار.

تشويه المساحة مقابل الطول. لإظهار مضاعفة كمية، يضاعف المخطط الصادق بُعداً واحداً: عمود مرتفع ضعف الارتفاع. أما المخطط الكاذب فيُقيّم أيقونة أو دائرة في العرض والارتفاع معاً، فتتحول قيمة مضاعفة (2x) إلى صورة بمساحة رباعية (4x). العين تقيّم المساحة، فيبدو المضاعف وكأنه رباعي. تستغل مخططات الفقاعات هذا باستمرار عندما تربط القيمة بالنصف القطر بدلاً من المساحة، لأن المساحة تنمو كمربع نصف القطر.

العُرف المهني: تحقق من أين يبدأ المحور، وتحقق مما إذا كان الطول أو المساحة هو الذي يرمز للقيمة، وأعد المقياس ذهنياً قبل أن تثق بالشكل.

شخّص التشويه

تُظهر لوحة التحكم ارتفاع الإيرادات الفصلية من 100 إلى 104 ملايين. لجعل هذا المكسب يبدو دراماتيكيًا، يبدأ المصمم المحور الرأسي من 98 بدلاً من 0. يُمثّل لوحة ثانية نفس المكسب البالغ 4 في المئة عن طريق رسم أيقونة كيس نقود مُكبَّرة بنسبة 4 في المئة في كل من العرض والارتفاع.

الشكل، والانتشار، والخطأ، ومحور المحور

تطبيق ذلك على أرض الواقع

تقوم لوحات التحكم الآلية برسم الشكل نيابةً عنك. فهي ترسم الأعمدة، وتلائم المنحنى، وتُحرّك الاتجاه. لكن ما لا تستطيعه هو قراءة الهندسة بحُكمٍ سليم. وهذا هو دور المحترف.

يقوم القارئ المدرّب بإجراء أربعة فحوصات على أي مخطط:

- المركز الهندسي (Centroid). أين يتوازن الشكل، وهل هناك انحراف يسحب المتوسط بعيدًا عن الوسيط؟ قد يخفي متوسط واحد مُبلَّغ عنه واقعًا غير متوازن.

- الانتشار. ما مدى اتساع الشكل؟ متوسط يبدو واثقًا لكنه مبني على تباين هائل هو مجرد رمي لعملة معدنية في بدلة رسمية.

- خطأ المعاينة. ما حجم n؟ يحمل التقدير خطأً معياريًا يساوي sigma/sqrt(n)، وعينة صغيرة تعني فترة واسعة غير موثوقة مهما بدا الرقم الرئيسي في العنوان حادًا.

- هندسة المحور. هل يبدأ محور القيمة من الصفر؟ هل الكمية مُرمَّزة كطول أم كمساحة؟ المحور المُحرَّف يحوّل خطأ التقريب إلى ثورة.

توفر لوحة المعلومات الصورة، بينما توفر أنت الشك. أي مخطط تكون هندسة محاوره مُعدَّلة، أو يكون حجم عيّنته صغيرًا جدًا، يستحق الشك مهما بدا مصقولًا.

اقرأ هذه اللوحة

تُعلن لوحة معلومات شركة ناشئة: متوسط الإيراد لكل مستخدم قفز هذا الربع. النص الدقيق: المتوسط مشتق من عينة من n = 9 مستخدمين، اثنان منهم حسابات مؤسسات ضخمة، ومحور مخطط الأعمدة يبدأ عند 90 في المئة من قيمة الربع السابق.

هندسة الإحصاء: ملخص

ما تعلمته

الإحصاء هو هندسة ترتدي أرقامًا:

- المتوسط هو مركز الثقل: نقطة توازن البيانات. يسحب الانحراف تلك النقطة المحورية نحو الذيل الطويل، لذا فإن الشكل المنحرف لليمين يكون متوسطه أكبر من وسيطه. الوسيط يحسب المواضع فقط، لذا يقاوم هذا السحب.

- الانحراف المعياري هو الانتشار: المسافة النموذجية من المركز، وعرض الشكل. يمكن لتوزيعين أن يتشاركا في المتوسط مع اختلافهما بشكل هائل في مدى تشتت قيمهما.

- خطأ المعاينة هو سيجما/جذر(n): عرض توزيع المعاينة. يتقلص مثل 1/جذر(n)، لذا فإن تخفيض خطئك إلى النصف يكلفك عينة رباعية. الدقة تُشترى بالجذر التربيعي.

- هندسة المحور يمكن أن تكذب: المحور المقطوع يفصل الطول عن القيمة ويحدّد الميل؛ وتكبير أيقونة في بعدين يزيد المساحة كمربع المعامل، لذا يقرأ العين مضاعفةً واحدة على أنها رباعية.

تُرسم الأشكال عبر لوحات المعلومات الآلية. أما المحترف فيقرأها: تحديد المركز الهندسي، قياس الانتشار، تقييم خطأ العينة، وعدم الثقة بأي مخطط تكون هندسة محاوره مُحرَّفة. الصورة هي الحد الأدنى؛ والحُكم هو الحد الأعلى.