PyDA Course
📖 درس 6 مبتدئ ⏱ 22 دقيقة ⚡ +10 XP ColabKagglenbviewerBinderDeepnoteGitHub التباين · الانحراف-المعياري · التشتت · الانحراف

التباين والانحراف المعياري

متوسط مربع المسافة عن المتوسط، والجذر التربيعي الذي يعيده إلى وحدات البيانات نفسها.

🎯 ماذا ستتعلم:
  • حساب الانحرافات عن المتوسط والتأكد من أن مجموعها صفر
  • حساب تباين عينة يدويًا، خطوة بخطوة
  • تحويل التباين إلى انحراف معياري وتفسيره بالوحدات الأصلية
  • شرح سبب كون المقسوم عليه n − 1 في العينة
  • بيان عدد الانحرافات المعيارية التي تفصل قيمة معينة عن المتوسط

ماذا يعني

مقياس التشتت (spread) يجيب: على أي بعد من المركز تقع القيم عادةً؟ أبسطه هو المدى، أكبر قيمة ناقص أصغر قيمة. سهل وشبه عديم الفائدة، لأنه مبني من قيمتين فقط، وقيمة متطرفة واحدة يمكن أن تحدد قيمته.

تُبنى المقاييس المفيدة من مسافة كل قيمة عن المتوسط. للقيم x1,…,xnx_1,\dots,x_n بمتوسط xˉ\bar{x}، انحراف كل قيمة هو

di=xi−xˉ.d_i = x_i - \bar{x}.

بعض الانحرافات موجب وبعضها سالب، وهي تتلاشى دائمًا:

∑i=1n(xi−xˉ)=0.\sum_{i=1}^{n} (x_i - \bar{x}) = 0.

هذه خاصية للمتوسط نفسه، وهي السبب في أنك لا تستطيع ببساطة حساب متوسط الانحرافات: الإجابة صفر دائمًا. التربيع يزيل الإشارة. التباين (variance) هو متوسط الانحراف المربع:

s2=1n−1∑i=1n(xi−xˉ)2.s^2 = \frac{1}{n-1}\sum_{i=1}^{n} (x_i - \bar{x})^2 .

الانحراف المعياري (standard deviation) هو جذره التربيعي:

s=s2.s = \sqrt{s^2}.

التربيع جعل الوحدات خاطئة (صارت الدقائق دقائق مربعة)، فالجذر التربيعي يعيدها. هذا هو سبب وجود الرقمين كليهما: التباين هو الكمية التي تتصرف جيدًا في الجبر، والانحراف المعياري هو الذي يستطيع إنسان تفسيره.

لماذا يضيف شيئًا

يخبرك المركز أين تقع البيانات. ويخبرك التشتت بمدى ثقتك بذلك المركز كوصف، وبمدى غرابة أي قيمة منفردة، وهل مجموعتان تبدوان متساويتين في المتوسط هما فعلًا كذلك.

وهو أيضًا طريقة التعبير عن عدم اليقين في أي مكان آخر من الإحصاء: فترة الثقة واختبار t والارتباط كلها تستهلك انحرافًا معياريًا. أتقن هذه الكمية، ويصبح بقية المقرر في معظمه عمليات تسجيل.

مثال محسوب يدويًا

أزمنة التوصيل الخمسة مرة أخرى: 8,  10,  12,  15,  458,\;10,\;12,\;15,\;45 دقيقة. المتوسط 18.

الخطوة 1 — الانحرافات عن المتوسط.

8−18=−10,10−18=−8,12−18=−6,15−18=−3,45−18=278-18 = -10,\quad 10-18 = -8,\quad 12-18 = -6,\quad 15-18 = -3,\quad 45-18 = 27

الخطوة 2 — تحقق من تلاشيها. −10−8−6−3+27=0-10-8-6-3+27 = 0. إذا لم يكن مجموع انحرافاتك صفرًا، فالمتوسط الذي طرحته خاطئ؛ هذا أرخص فحص حسابي في الإحصاء.

الخطوة 3 — ربّع كل انحراف.

100,64,36,9,729100,\quad 64,\quad 36,\quad 9,\quad 729

الخطوة 4 — اجمع المربعات. 100+64+36+9+729=938100 + 64 + 36 + 9 + 729 = 938.

الخطوة 5 — اقسم على n−1=4n-1 = 4.

s2=9384=234.5s^2 = \frac{938}{4} = 234.5

الخطوة 6 — خذ الجذر التربيعي.

s=234.5≈15.3 دقيقةs = \sqrt{234.5} \approx 15.3 \text{ دقيقة}

التفسير: يقع التوصيل النموذجي على بعد نحو 15 دقيقة من المتوسط 18. هذا الرقم كبير بجانب المتوسط، ويجب أن يكون كذلك — أربعة من الأزمنة الخمسة تتباعد بنحو 10 دقائق، والخامس على بعد 27 دقيقة.

🧩 تحدٍّ، فكّر أولًا ثم أظهر

أزل التوصيل الذي استغرق 45 دقيقة وأعد الخطوتين 5 و6 للقيم الأربعة الباقية، التي متوسطها 11.25. أيهما تغيّر أكثر، المتوسط أم الانحراف المعياري؟

💡 الجواب: الانحرافات هي $-3.25, -1.25, 0.75, 3.75$؛ ومجموع المربعات $10.5625 + 1.5625 + 0.5625 + 14.0625 = 26.75$؛ و$s^2 = 26.75/3 \approx 8.92$؛ و$s \approx 2.99$ دقيقة. هبط المتوسط من 18 إلى 11.25، لكن الانحراف المعياري انهار من 15.3 إلى 3.0. كانت قيمة واحدة مسؤولة عن معظم عدم الاتساق الظاهر.

لماذا n − 1

عندما تحسب متوسطًا من عينة فقد استخدمت البيانات مرة واحدة، والانحرافات تُقاس عن ذلك المتوسط لا عن المتوسط الحقيقي المجهول. يقع متوسط العينة أقرب ما يمكن إلى البيانات، لذا تكون الانحرافات المربعة التي تحسبها أصغر قليلًا بشكل منهجي. والقسمة على n−1n-1 بدلًا من nn تصحح ذلك.

طريقتان صادقتان لقراءته:

  • عند n=5n = 5 يكون الفرق كبيرًا (اقسم على 4 لا على 5، أي تضخيم 25%)؛ وعند n=1000n = 1000 يكون مهملًا؛
  • بعض الكميات (وصف مجتمع كامل، لا التقدير من عينة) تقسم فعلًا على nn، ولهذا سترى الصيغتين.

في هذا المقرر نستخدم n−1n-1 كلما كانت البيانات عينة، وهذا هو الحال تقريبًا دائمًا.

الشيء نفسه في بايثون

python
times = [8, 10, 12, 15, 45]
n = len(times)
mean = sum(times) / n

squared = [(x - mean) ** 2 for x in times]
variance = sum(squared) / (n - 1)
sd = variance ** 0.5

print(round(variance, 2))   # 234.5
print(round(sd, 2))         # 15.31

تعطي المكتبة القياسية النتيجة نفسها، بالمقسوم عليه n−1n-1 افتراضيًا:

python
import statistics as st

print(st.variance(times))       # 234.5
print(st.stdev(times))          # 15.313...
print(st.pstdev(times))         # 13.693...  ← divides by n (population)

راقب السطر الأخير: pstdev هو صيغة المجتمع، وخلط الاثنين مصدر شائع لإجابات تخالف الكتاب المدرسي بنسبة قليلة في المئة.

كم يعد هذا غريبًا؟

بمجرد أن يكون لديك متوسط وانحراف معياري، تستطيع القول كم تكون قيمة ما غريبة بوحدات التشتت:

z=x−xˉs.z = \frac{x - \bar{x}}{s}.

للتوصيل الذي استغرق 45 دقيقة، z=(45−18)/15.3≈1.76z = (45-18)/15.3 \approx 1.76: إنه يقع على بعد 1.76 انحراف معياري فوق المتوسط. وكدليل تقريبي للبيانات الجرسية تقريبًا، نحو ثلثي القيم تقع داخل انحراف معياري واحد ونحو 95% داخل انحرافين. القيمة 45 داخل الانحرافين، وهذا تحذير عادل بأن العينة صغيرة وأن “الغرابة” تحتاج إلى حذر.

رؤيته هندسيًا

كل انحراف مربع هو مساحة مربع مرسوم على تلك الفجوة. التباين هو متوسط المساحة؛ والانحراف المعياري هو طول ضلع مربع بتلك المساحة المتوسطة. في مستكشف الانحراف المعياري من GeoGebra يمكنك سحب نقطة ومراقبة نمو متوسط المساحة أسرع بكثير من الفجوة نفسها، ولهذا تنفخ قيمة متطرفة واحدة التباين بهذه الحدة.

متى تستخدمه

  • مقارنة الاتساق بين مجموعات لها الوحدات نفسها (آلتان، صفان، شهران).
  • تحويل قيمة خام إلى قيمة معيارية، وهكذا تضع الطرق اللاحقة (الارتباط والانحدار واختبارات z) متغيرات مختلفة على مقياس واحد.
  • الإبلاغ عن عدم اليقين حول متوسط: الخطأ المعياري الذي ستلتقيه لاحقًا هو s/ns/\sqrt{n}.

القيود

  • حساس للقيم الشاذة، أكثر من المتوسط. تُربّع الانحرافات، فقيمة على بعد الضعف تسهم بأربعة أضعاف.
  • لا معنى له إلا للبيانات الرقمية ولا يمكن مقارنته إلا عندما تتطابق الوحدات. انحراف معياري مقداره 5 يعني شيئًا مختلفًا بالدقائق وبالدولارات.
  • يفترض مركزًا معقولًا. للبيانات شديدة الالتواء، قد يكون الانحراف المعياري حول المتوسط مضللًا؛ والمدى الربيعي غالبًا الملخص الأفضل.
  • ليس مدى. “داخل انحراف معياري واحد” ليس وعدًا بكل قيمة؛ إنه مسافة نموذجية.

أخطاء شائعة

  • القسمة على nn بينما تقصد n−1n-1. ستكون إجابتك منخفضة قليلًا وستخالف معظم البرمجيات.
  • نسيان الجذر التربيعي والإبلاغ عن التباين كأنه انحراف معياري.
  • مقارنة الانحرافات المعيارية عبر وحدات مختلفة. حوّل إلى معامل تغير (s/xˉs/\bar{x}) أولًا.
  • التقريب في المنتصف. احتفظ بالدقة الكاملة حتى الخطوة 5؛ فتقريب الانحرافات مبكرًا قد يحرّك الرقم الأخير من الإجابة.

🧩 تحديات

🧩 تحدٍّ، فكّر أولًا ثم أظهر

أضف 10 إلى كل قيمة في مجموعة البيانات. ماذا يحدث للمتوسط والتباين والانحراف المعياري؟

💡 الجواب: يرتفع المتوسط بمقدار 10؛ وكل انحراف $x_i - \bar{x}$ يبقى على حاله، فيبقى التباين والانحراف المعياري كما هما بالضبط. إزاحة البيانات لا تغيّر التشتت. أما ضرب كل قيمة في 2 فيضاعف المتوسط والانحراف المعياري، ويضرب التباين في 4.

🧩 تحدٍّ، فكّر أولًا ثم أظهر

تعمل آلتان على تعبئة القوارير. تنتج الآلة أ 500 مل بانحراف معياري 2 مل؛ وتنتج الآلة ب 505 مل بانحراف معياري 8 مل. أيهما تشتري إذا كان النقص في التعبئة مشكلة قانونية، وأيهما إذا كان الزيادة إهدارًا للمال؟

💡 الجواب: للنقص في التعبئة، اختر أ: متوسطها أقل لكن تشتتها صغير، فأسوأ الحالات أقرب إلى الهدف؛ أما مع ب فإن نقصًا بمقدار انحرافين معياريين يهبط قرب 489 مل. وللإهدار، تهدر ب نحو 5 مل في المتوسط، لكن تشتت أ الضيق يعني أنك تستطيع استهداف الحد القانوني الأدنى عن قرب بأمان. المقارنة تتعلق بالتوزيع كله لا بالمتوسط وحده.

🤔 أسئلة سقراطية

  • لماذا يكون مجموع الانحرافات صفرًا دائمًا، مهما كانت البيانات؟
  • هل يمكن أن يكون الانحراف المعياري أكبر من المتوسط؟ ماذا يعني ذلك عن البيانات؟
  • لماذا يجعل التربيع المقياس أكثر حساسية للقيم المتطرفة من أخذ المسافات المطلقة؟
  • إذا تساوى متوسطا مجموعتي بيانات وتساوى انحرافاهما المعياريان، فهل يجب أن تتشابها؟ ما الذي قد يختلف غيرهما؟

✅ فحص سريع

1. لماذا نربّع الانحرافات قبل حساب متوسطها؟

2. تباين عينة 49. ما انحرافها المعياري؟

3. لماذا نقسم على n − 1 بدلًا من n في تباين العينة؟

التباينالانحراف-المعياريالتشتتالانحراف