✖

ความรู้เบื้องต้นทางสถิติ

สถิติ (statistics) เป็นศาสตร์ที่ศึกษาข้อมูลจริง และใช้ทฤษฎีความน่าจะเป็นช่วยอธิบายข้อมูลเหล่านั้น

หมวดสถิติแยกต่างหาก

บทความนี้เป็นบทความเก่าและไม่ได้ปรับปรุงแล้ว ปัจจุบันสถิติมีหมวดของตัวเอง โดยมีบทความแรกคือแนวคิดพื้นฐานทางสถิติ

แนวคิดพื้นฐาน

ในสถิติมีแนวคิดพื้นฐานอยู่จำนวนหนึ่ง ซึ่งจะอธิบายไว้ในหัวข้อนี้

ข้อแรกคือประชากร (population) ซึ่งเป็นเซตจำกัดของข้อมูลที่ต้องการศึกษา ข้อมูลเป็นอะไรก็ได้ ถ้าต้องการศึกษาเงินเดือนเฉลี่ยในประเทศไทย ประชากรคือเซตของคนทั้งหมดในประเทศไทย จำนวนสมาชิกของประชากรเรียกว่าขนาดของประชากร ดังนั้นขนาดของประชากรที่นิยามไว้นี้เท่ากับจำนวนประชากรของประเทศไทย

ต่อไปคือหน่วยข้อมูล (statistical unit) ซึ่งเป็นสมาชิกตัวหนึ่งของประชากร ในกรณีของเรา หน่วยข้อมูลคือคนหนึ่งคน

สุดท้ายคือลักษณะที่ศึกษา (ตัวแปร) ซึ่งเป็นสิ่งที่ต้องการวัด ในตัวอย่างของเรา ลักษณะที่ศึกษาคือเงินเดือน ลักษณะที่ศึกษาอาจเป็นเชิงคุณภาพหรือเชิงปริมาณ ลักษณะเชิงปริมาณ (ปริมาณ คือจำนวนมากน้อย) คือลักษณะที่บอกเป็นตัวเลขได้ (เช่น เงินเดือน ความสูง จำนวนบุตร …) ส่วนลักษณะเชิงคุณภาพบอกเป็นคำได้ (สี ใช่/ไม่ใช่ อาชีพ …)

ความถี่

ความถี่อาจเป็นความถี่สัมพัทธ์ หรือความถี่ที่นับเป็นจำนวนครั้ง (absolute frequency) และบอกว่าค่าของลักษณะที่ศึกษาค่าหนึ่งปรากฏในประชากรกี่ครั้ง จะบอกเป็นจำนวนครั้งหรือเป็นสัดส่วนเทียบกับจำนวนสมาชิกทั้งหมดของประชากรก็ได้

สิ่งสำคัญคือในการนับความถี่ต้องใช้ค่าของลักษณะที่ศึกษา เพราะถ้าต้องการหาความถี่ของหน่วยข้อมูล ผลที่ได้จะเป็นศูนย์หรือหนึ่งเท่านั้น เนื่องจากประชากรเป็นเซต และเซตไม่ยอมให้มีสมาชิกที่เหมือนกันมากกว่าหนึ่งตัว

ดังนั้นความถี่ของค่า z ของลักษณะที่ศึกษาบอกว่าค่า z ปรากฏในประชากร S กี่ครั้ง ตัวอย่างเช่น ห้องเรียนห้องหนึ่งมีนักเรียนสิบคน นักเรียนแต่ละคนได้คะแนนวิชาคณิตศาสตร์ปลายภาค (เต็ม 100) ตารางต่อไปนี้แสดงคะแนนของนักเรียน:

1234567891080206080100100804010060

หมายเหตุ ในตัวอย่างนี้ ประชากรคือนักเรียนสิบคนนี้ ซึ่งเขียนได้ประมาณนี้:

S={ณัฐพงศ์,กัญญา,อนันต์,…}

เพื่อความง่าย แถวแรกของตารางเป็นหมายเลขประจำตัวของนักเรียน แถวแรกจึงเป็นหน่วยข้อมูล คือสมาชิกของประชากร ส่วนแถวที่สองเป็นค่าของลักษณะที่ศึกษา คือค่า “คะแนนวิชาคณิตศาสตร์ปลายภาค” ของนักเรียนแต่ละคน

ดังนั้นความถี่ของค่า (คะแนนปลายภาค) z = 60 เท่ากับสอง มีนักเรียนเพียงสองคนที่ได้ 60 คะแนน (คือ “นักเรียน” หมายเลข 3 และ 10) ส่วนความถี่ของค่า z = 100 เท่ากับสาม (“นักเรียน” หมายเลข 5, 6 และ 9)

ความถี่สัมพัทธ์บอกว่าค่าของลักษณะที่ศึกษาในประชากรที่เท่ากับ z มีกี่เปอร์เซ็นต์ ความถี่สัมพัทธ์ของค่า z หาได้ดังนี้:

r=za|S|

เมื่อ za เป็นความถี่ของค่า z และ |S| เป็นขนาดของประชากร คือจำนวนสมาชิก ดังนั้นความถี่สัมพัทธ์ของคะแนน 60 คือ:

r60=210=15

ขนาดของประชากรของเราคือสิบ เพราะในห้องเรียนมีนักเรียนสิบคน ถ้าต้องการเขียนเป็นร้อยละ ให้คูณด้วยหนึ่งร้อย จะได้ 20% ส่วนความถี่สัมพัทธ์ของคะแนน 100 คือ:

r100=310

ค่าเฉลี่ยเลขคณิต

ค่าเฉลี่ยเลขคณิต (arithmetic mean) หรือมักเรียกสั้น ๆ ว่าค่าเฉลี่ย คือค่าเฉลี่ยของค่าทั้งหมดในประชากร คำว่าค่าในที่นี้หมายถึงค่าของลักษณะที่ศึกษา ค่าเฉลี่ยหาได้โดยนำค่าทั้งหมดมาบวกกันแล้วหารด้วยจำนวนค่าในประชากร ซึ่งเขียนได้ดังนี้:

pa=x1+x2+x3+…+xnn=1n∑i=1nxi

ในที่นี้เขียนด้วยสัญลักษณ์ผลบวกไว้ด้วย เผื่อจะอ่านง่ายกว่า แต่ใช้เพียงนิพจน์ที่เป็นเศษส่วนข้างหน้าก็พอ ค่า x แทนค่าทั้งหมดในประชากรของเรา

ตัวอย่าง นำข้อมูลจากตารางข้างต้นมาหาคะแนนเฉลี่ยต่อนักเรียนหนึ่งคน:

pa=80+20+60+80+100+100+80+40+100+6010=72010=72

คะแนนเฉลี่ยของห้องเรียนนี้คือ 72 จะเห็นว่าค่าเฉลี่ยเลขคณิตอาจเป็นค่าที่ไม่ปรากฏในข้อมูลเลย ไม่มีนักเรียนคนใดได้ 72 คะแนน

ค่าเฉลี่ยเลขคณิตยังใช้ได้ไม่ดีเมื่อข้อมูลบางส่วนมีค่าต่างจากข้อมูลส่วนที่เหลือมาก ถ้ามีข้อมูลชุดหนึ่งที่มีค่า 1, 3, 2, 5, 4, 2, 75 ค่าเฉลี่ยเลขคณิตจะเป็น:

pa=1+3+2+5+4+2+757≈13.14

จะเห็นว่าผลลัพธ์อยู่ห่างจากทุกค่าในข้อมูล มากกว่าหกจำนวนแรกหลายเท่า และน้อยกว่าค่าสุดท้ายหลายเท่า ปัญหานี้แก้ได้ เช่น ด้วยมัธยฐาน ดูหัวข้อถัดไป อย่างน้อยตอนนี้ก็รู้แล้วว่าทำไมคนจำนวนสองส่วนสามจึงมีเงินเดือนไม่ถึงเงินเดือนเฉลี่ย เพราะมีคนกลุ่มเล็ก ๆ ที่มีเงินเดือนสูงกว่าปกติมาก ซึ่งทำให้ค่าเฉลี่ยเลขคณิตสูงขึ้น

ค่าเฉลี่ยเรขาคณิต

ค่าเฉลี่ยเรขาคณิต (geometric mean) หาได้คล้ายกับค่าเฉลี่ยเลขคณิต เพียงใช้การคูณแทนการบวก และใช้การหารากที่ nแทนการหาร ดังนั้นค่าเฉลี่ยเรขาคณิตหาได้ดังนี้:

pg=x1⋅x2⋅x3⋅…⋅xnn=∏i=1nxin

ค่าเฉลี่ยเรขาคณิตใช้เป็นตัวชี้วัดการเติบโตได้ ตัวอย่างเช่น สมมติว่าราคาสินค้าชิ้นหนึ่งเพิ่มขึ้น 10% ในปีแรก เพิ่มขึ้น 15% ในปีถัดไป และเพิ่มขึ้น 5% ในปีต่อมา หลังจากสามปี ราคาเดิม c จะกลายเป็น:

1.1×1.15×1.05c=1.32825c

ค่าเฉลี่ยเรขาคณิตของตัวคูณเหล่านี้คือ:

pg=1.1×1.15×1.053≈1.0992419

หมายความว่าอย่างไร หมายความว่าถ้าราคาคูณด้วย 1.0992419 ทุกปี (คือเพิ่มขึ้นประมาณ 9.92%) ราคาสุดท้ายจะเท่าเดิม:

1.09924193≈1.32825

ฐานนิยมและมัธยฐาน

ฐานนิยม (mode) ของลักษณะที่ศึกษาคือค่าที่มีความถี่สูงสุด เขียนแทนด้วย Mo(x) ถ้ากลับไปที่ตัวอย่างคะแนน ฐานนิยมคือค่า 100 และ 80 เพราะปรากฏบ่อยที่สุด คือทั้งสองค่ามีความถี่ 3

มัธยฐาน (median) คือค่ากลาง เขียนแทนด้วย Med(x) ถ้าเรียงค่าเป็นลำดับไม่ลดได้ดังนี้:

x1≤x2≤x3≤…≤xn

มัธยฐานคือค่าที่อยู่ตรงกลางของลำดับนี้ ค่ากลางจะต่างกันเมื่อลำดับมีจำนวนพจน์เป็นจำนวนคี่หรือจำนวนคู่ ถ้าเป็นจำนวนคี่ มัธยฐานคือพจน์ในตำแหน่ง:

Med(x)=xn+12

ถ้าลำดับมีจำนวนพจน์เป็นจำนวนคู่ จะไม่มีพจน์ที่อยู่ตรงกลางพอดี (ตัวอย่างเช่น ลำดับ 1, 2, 3, 4 ไม่มีพจน์ตรงกลาง) จึงใช้ค่าเฉลี่ยของสองค่าที่อยู่ตรงกลาง (ค่าเฉลี่ยของ 2 และ 3) ดังนั้นสูตรสำหรับ n ที่เป็นจำนวนคู่คือ:

Med(x)=xn/2+x(n+2)/22

กลับไปที่ตัวอย่างที่แสดงการใช้ค่าเฉลี่ยเลขคณิตอย่างไม่เหมาะสม ซึ่งมีข้อมูล s = 1, 3, 2, 5, 4, 2, 75 ฐานนิยมเท่ากับ 2 เพราะเป็นจำนวนเดียวที่ซ้ำกัน ในการหามัธยฐาน ให้เรียงจำนวนเป็นลำดับ:

ai=1,2,2,3,4,5,75

ลำดับนี้มีเจ็ดพจน์ พจน์ตรงกลางจึงเป็น a4 ซึ่งเท่ากับ 3