Mục lục khoá họcĐang ở M3-06
← Khoá Math
0/46 bài đã học xong
Xử lý số liệu · Bài M3-06 · Bài 6/10 của chương · bài 34/46 của Toán

Standard Deviation and Outliers

Độ lệch chuẩn và ảnh hưởng của giá trị lạ (hiểu định tính)

Học xong bài này bạn làm được gì
Hiểu độ lệch chuẩn là khoảng cách điển hình từ các giá trị tới trung bình, và so sánh được hai tập dữ liệu bằng mắt mà không đụng tới công thức — đó đúng là cách SAT hỏi. Trả lời chắc ba câu hỏi bị hỏi đi hỏi lại: cộng cùng một số vào mọi giá trị thì gì đổi, nhân mọi giá trị với một số thì gì đổi, và thêm hay bớt một giá trị thì độ lệch chuẩn tăng hay giảm. Biết đại lượng nào trụ được trước một giá trị lạ và đại lượng nào bị nó kéo đi.

Bài này gỡ cho bạn chuyện gì

Dịch sang tiếng Việt cho dễ nhớ: độ lệch chuẩn là "trung bình của khoảng cách tới trung bình".

Số liệu túm tụm quanh trung bình thì độ lệch chuẩn nhỏ; số liệu trải rộng thì lớn. Và tin tốt: đề SAT gần như không bao giờ bắt bạn TÍNH độ lệch chuẩn — nó bắt bạn so sánh, hoặc nói xem nó đổi thế nào khi dữ liệu đổi.

Nhớ bằng hình ảnh: cộng hằng số là DỜI cả tập số liệu; nhân hằng số là PHÓNG TO nó. Dời thì trung tâm đổi mà độ rộng giữ nguyên; phóng to thì cả hai cùng đổi.

Cần nắm trước khi vào bài

Thuật ngữ của bài — cầm sẵn rồi hãy đọc

Thuật ngữ trong đềTiếng ViệtNhớ thế này
standard deviation (SD)độ lệch chuẩnđo độ trải quanh trung bình
spread / dispersionđộ trảimức phân tán của số liệu
rangekhoảng biến thiênchỉ nhìn hai giá trị đầu và cuối
outliergiá trị lạmột số cực đoan so với phần còn lại
resistantbềntrung vịmốt — ít bị giá trị lạ kéo
not resistantkhông bềntrung bình, khoảng biến thiên, độ lệch chuẩn
shiftdờicộng hằng số vào mọi giá trị
scalephóng tonhân mọi giá trị với một hằng số

What standard deviation measures

The standard deviation, written SD, answers one question: how far from the mean does a typical value sit? Two data sets with the same mean can look completely different, and the SD is the number that separates them.

SD is never negative. SD $=0$ exactly when every value in the data set is identical. The further values sit from the mean, the larger the SD. SD carries the same unit as the data.

Ví dụ mẫu

Which list has the greater standard deviation? \[ A:\;10,\;20,\;30,\;40,\;50 \qquad\qquad B:\;28,\;29,\;30,\;31,\;32 \]

Thử tự làm ra giấy trước đã.
Giải thích tiếng Việt

Dịch sang tiếng Việt cho dễ nhớ: độ lệch chuẩn là “trung bình của khoảng cách tới trung bình”. Số liệu túm tụm quanh trung bình thì độ lệch chuẩn nhỏ; số liệu tãi ra hai phía thì lớn. Đề SAT gần như không bao giờ bắt tính con số cụ thể — nó bắt so sánh, hoặc hỏi tăng hay giảm. Nếu bạn đang nhớ công thức căn bậc hai thì bạn đang giải sai bài.

Comparing two data sets without computing

Compare by asking where the weight of the data sits relative to the mean. Two traps appear constantly: equal ranges do not force equal SDs, and equal SDs do not force equal ranges.

Ví dụ mẫu

Both lists below have mean $6$ and range $8$. Which has the greater standard deviation? \[ P:\;2,\;4,\;6,\;8,\;10 \qquad\qquad Q:\;2,\;2,\;6,\;10,\;10 \]

Thử tự làm ra giấy trước đã.
Lỗi thường gặp

Coi khoảng biến thiên là “phiên bản dễ tính” của độ lệch chuẩn. Khoảng biến thiên chỉ nhìn hai giá trị đầu và cuối; độ lệch chuẩn nhìn tất cả. Hai tập cùng khoảng biến thiên hoàn toàn có thể lệch chuẩn khác hẳn nhau, và ngược lại.

Ví dụ mẫu

A data set of $12$ values has a mean of $7$ and a standard deviation of $0$. What are its median, mode and range?

Thử tự làm ra giấy trước đã.

Shifting and scaling

Hai phép biến đổi, hai kết quả khác nhau
  • Add $c$ to every value. The whole data set slides along the number line. Mean, median and mode all increase by $c$; SD and range do not change — sliding a picture does not stretch it.
  • Multiply every value by $k$. The picture stretches. Mean and median are multiplied by $k$; SD and range are multiplied by $|k|$.
Ví dụ mẫu

A data set has mean $18$ and standard deviation $4$. Every value is increased by $25$, and then every resulting value is doubled. What are the new mean and standard deviation?

Thử tự làm ra giấy trước đã.
Lỗi thường gặp

Cộng luôn hằng số vào độ lệch chuẩn: “SD $=4+25=29$”. Cộng cùng một số vào mọi giá trị thì mọi khoảng cách giữa các giá trị giữ nguyên, nên độ phân tán không đổi. Chỉ phép nhân mới kéo giãn được.

Giải thích tiếng Việt

Nhớ bằng hình ảnh: cộng hằng số là dời cả tập số liệu, nhân hằng số là phóng to nó. Dời thì trung tâm đổi mà độ rộng giữ nguyên; phóng to thì cả trung tâm lẫn độ rộng cùng nhân lên. Dấu âm chỉ lật hình qua gốc — độ rộng vẫn dương, nên SD nhân với $|k|$ chứ không nhận giá trị âm.

Adding or removing a value

Compare the new value with the current mean:

  • A value equal to the mean adds no new distance but adds one more data point, so the SD decreases.
  • A value far from the mean adds a large distance, so the SD increases — and the further out it lands, the bigger the jump.
  • Removing a value reverses whichever effect adding it would have had.
Ví dụ mẫu

The list $8,\;10,\;12$ has mean $10$. A fourth value of $10$ is added. Does the standard deviation rise or fall?

Thử tự làm ra giấy trước đã.
Ví dụ mẫu

The list $30,\;34,\;38,\;42,\;46$ has mean $38$. Of the values $38$, $50$, $26$ and $60$, which one — added as a sixth value — would raise the standard deviation the most?

Thử tự làm ra giấy trước đã.
Ví dụ mẫu

Set $A$ consists of ten values all equal to $30$. Set $B$ consists of ten values all equal to $50$. Set $C$ is $A$ and $B$ combined. Compare the three standard deviations.

Thử tự làm ra giấy trước đã.

Outliers: which summaries survive

An outlier is a value far from the rest of the data. It moves the summaries that use every value (mean, SD, range) and barely touches the ones that use position or frequency (median, mode).

Ví dụ mẫu

Compare the summaries of \[ 42,\;44,\;45,\;47,\;48,\;50,\;144 \] with those of the same list once $144$ is removed.

Thử tự làm ra giấy trước đã.
Giải thích tiếng Việt

Trung vị và mode được gọi là bền với giá trị lạ: chúng chỉ quan tâm vị trí và số lần xuất hiện, nên một con số cực đoan đẩy chúng đi rất ít. Trung bình, khoảng biến thiên và độ lệch chuẩn thì không bền. Vì vậy khi một bộ dữ liệu có giá trị lạ, trung vị mới là con số mô tả “giá trị điển hình” trung thực hơn — đây chính là lý do báo cáo thu nhập luôn dùng trung vị.

Lỗi thường gặp

Nghĩ rằng bỏ giá trị lạ thì trung vị cũng nhảy mạnh như trung bình. Bỏ một giá trị làm danh sách ngắn đi một, nên vị trí giữa chỉ dịch nửa bậc — trung vị thường chỉ đổi vài đơn vị, có khi không đổi.

Ba chỗ mất điểm của dạng này

Coi khoảng biến thiên là "phiên bản dễ tính" của độ lệch chuẩn

Khoảng biến thiên chỉ nhìn hai giá trị đầu và cuối; độ lệch chuẩn nhìn tất cả. Hai tập có cùng khoảng biến thiên hoàn toàn có thể có độ lệch chuẩn rất khác nhau.

Cộng luôn hằng số vào độ lệch chuẩn

"SD $= 4 + 25 = 29$" là sai. Cộng cùng một số vào mọi giá trị thì mọi khoảng cách giữa các giá trị giữ nguyên, nên độ trải không đổi.

Nghĩ trung vị nhảy mạnh như trung bình khi bỏ giá trị lạ

Bỏ một giá trị làm danh sách ngắn đi một, nên vị trí giữa chỉ dịch nửa bậc — trung vị thường chỉ đổi rất ít, trong khi trung bình đổi hẳn.

Tự kiểm tra — chữa ngay tại chỗ

Câu 1
Consider these two data sets. List $A$: $10$, $20$, $30$, $40$, $50$. List $B$: $28$, $29$, $30$, $31$, $32$. Which statement is true?
  1. List $A$ has the greater standard deviation.
  2. List $B$ has the greater standard deviation.
  3. The two lists have equal standard deviations.
  4. The standard deviations cannot be compared without further calculation.
Chọn một phương án rồi bấm Kiểm tra.
Câu 2
Every value in a data set is increased by $25$. Which of the following statements is true?
  1. The mean and the standard deviation both increase by $25$.
  2. The mean increases by $25$ and the standard deviation is unchanged.
  3. The mean is unchanged and the standard deviation increases by $25$.
  4. Both the mean and the standard deviation are unchanged.
Chọn một phương án rồi bấm Kiểm tra.
Câu 3
A data set of nine values has a mean of $24$ and a median of $20$. The largest value, $78$, is then removed. Which statement is most likely true about the new data set?
  1. The mean decreases more than the median does.
  2. The median decreases more than the mean does.
  3. The mean and the median decrease by the same amount.
  4. Neither the mean nor the median changes.
Chọn một phương án rồi bấm Kiểm tra.

Tóm tắt bỏ túi

  • Độ lệch chuẩn $=$ "trung bình của khoảng cách tới trung bình". Túm tụm → nhỏ; trải rộng → lớn.
  • SD không bao giờ âm; SD $= 0$ đúng khi mọi giá trị bằng nhau; SD mang cùng đơn vị với dữ liệu.
  • Đề bắt so sánh, không bắt tính. Cùng trung bình thì chỉ cần nhìn tập nào trải rộng hơn.
  • Cộng hằng số = DỜI: trung bình đổi, SD và khoảng biến thiên không đổi.
  • Nhân hằng số = PHÓNG TO: trung bình, SD và khoảng biến thiên đều nhân theo.
  • Khoảng biến thiên chỉ nhìn hai giá trị; SD nhìn tất cả. Đừng dùng cái này thay cái kia.
  • Bền với giá trị lạ: trung vị, mốt. Không bền: trung bình, khoảng biến thiên, SD.
  • Trung bình cao hơn hẳn trung vị là dấu hiệu phân bố lệch phải (có giá trị lớn bất thường).

Làm bài tập của bài này

Bộ M3-06 — 18 câu, chấm ngay trên máy, có đáp án từng câu. Vài câu đầu ở mức nền tảng để chắc tay, phần còn lại từ mức đề thật trở lên.

4 dễ7 khó7 rất khó