טרנספורמציה לינארית – ממוצע וסטיית תקן
הסבר מלא, דוגמאות פתורות ותרגול.
📖 טרנספורמציה לינארית – ממוצע וסטיית תקן
📐 טרנספורמציה לינארית
מה קורה לממוצע ולסטיית תקן כשמוסיפים קבוע או כופלים בקבוע?
🎯 למה זה חשוב?
טרנספורמציה לינארית היא שינוי שמבצעים על כל ערכי הנתונים באותה צורה. למשל:
- הוספת בונוס: כל עובד קיבל תוספת של 500 ₪ למשכורת
- המרת מטבע: כל הסכומים הומרו מדולר לשקל (כפל ב-3.6)
- המרת טמפרטורה: מצלזיוס לפרנהייט: \(F = 1.8C + 32\)
- עדכון ציונים: המורה הוסיף 5 נקודות לכל תלמיד
השאלה המרכזית: איך שינוי כזה משפיע על הממוצע, החציון, סטיית התקן והשונות?
📚 הגדרה: מהי טרנספורמציה לינארית?
אם הנתונים המקוריים הם \(x_1, x_2, \ldots, x_n\)
הנתונים החדשים: \(y_i = a + b \cdot x_i\)
💡 מקרים פרטיים חשובים:
- אם \(b = 1\): רק הוספת קבוע → \(y = a + x\)
- אם \(a = 0\): רק כפל בקבוע → \(y = b \cdot x\)
⭐ הכלל המרכזי: נוסחאות הטרנספורמציה
אם \(y = a + b \cdot x\), אז:
⚠️ הכלל הכי חשוב לזכור:
הוספת קבוע (a) לא משנה את הפיזור!
סטיית התקן והשונות לא מושפעות מהוספת קבוע
🧠 למה הוספת קבוע לא משנה את הפיזור?
נחשוב על זה בצורה פשוטה:
דמיינו קבוצה של 5 אנשים עומדים בשורה.
אם כולם יקפצו 3 מטרים ימינה — המרחק בין כל שניים לא משתנה!
כולם זזו באותה כמות, אז הפיזור נשאר זהה.
לפני ההזזה:
📍2 📍5 📍8 📍11 📍14
ממוצע = 8, סט"ת = 4.47
אחרי +10 לכולם:
📍12 📍15 📍18 📍21 📍24
ממוצע = 18, סט"ת = 4.47 ✅
לעומת זאת, כשכופלים בקבוע — המרחקים בין האנשים גדלים!
לפני הכפל:
📍2 📍5 📍8 📍11 📍14
ממוצע = 8, סט"ת = 4.47
אחרי ×3 לכולם:
📍6 📍15 📍24 📍33 📍42
ממוצע = 24, סט"ת = 13.42 (= 3 × 4.47)
📝 דוגמה 1: הוספת 5 נקודות לכל ציון
ציונים מקוריים: 70, 80, 90, 60, 100
הטרנספורמציה: \(y = 5 + x\) (כלומר: \(a = 5, \; b = 1\))
| מדד | לפני (x) | חישוב | אחרי (y) |
|---|---|---|---|
| ממוצע | 80 | \(5 + 1 \times 80\) | 85 ✅ |
| חציון | 80 | \(5 + 1 \times 80\) | 85 ✅ |
| סט"ת | 14.14 | \(|1| \times 14.14\) | 14.14 (לא השתנה!) |
| שונות | 200 | \(1^2 \times 200\) | 200 (לא השתנה!) |
📝 דוגמה 2: המרת משכורות מדולר לשקל (×3.6)
משכורות בדולר: 2000, 3000, 4000, 5000, 6000
הטרנספורמציה: \(y = 3.6 \cdot x\) (כלומר: \(a = 0, \; b = 3.6\))
| מדד | בדולר (x) | חישוב | בשקלים (y) |
|---|---|---|---|
| ממוצע | $4,000 | \(0 + 3.6 \times 4000\) | ₪14,400 |
| חציון | $4,000 | \(0 + 3.6 \times 4000\) | ₪14,400 |
| סט"ת | $1,581 | \(|3.6| \times 1581\) | ₪5,692 |
| שונות | $²2,500,000 | \(3.6^2 \times 2500000\) | ₪²32,400,000 |
📝 דוגמה 3: המרת צלזיוס לפרנהייט
טמפרטורות בצלזיוס: 10°, 20°, 30°, 40°, 50°
הטרנספורמציה: \(F = 32 + 1.8 \cdot C\) (כלומר: \(a = 32, \; b = 1.8\))
| מדד | צלזיוס (x) | חישוב | פרנהייט (y) |
|---|---|---|---|
| ממוצע | 30°C | \(32 + 1.8 \times 30 = 32 + 54\) | 86°F |
| סט"ת | 15.81°C | \(|1.8| \times 15.81\) | 28.46°F |
| שונות | 250 °C² | \(1.8^2 \times 250 = 3.24 \times 250\) | 810 °F² |
💡 שימו לב: ה-32 (=a) שינה את הממוצע אבל לא את סטיית התקן. רק ה-1.8 (=b) שינה את סטיית התקן!
📋 טבלת סיכום: מתי מה משתנה?
🎓 שאלת בגרות טיפוסית
שאלה: ממוצע הציונים בכיתה הוא 72 וסטיית התקן 8.
המורה מחליטה לבצע טרנספורמציה: הציון החדש = 10 + 1.2 × הציון הישן.
מצאו את הממוצע וסטיית התקן של הציונים החדשים.
פתרון:
הנתונים: \(\bar{x} = 72, \; s_x = 8, \; a = 10, \; b = 1.2\)
ממוצע חדש:
\(\bar{y} = a + b \cdot \bar{x} = 10 + 1.2 \times 72 = 10 + 86.4 = 96.4\)
סטיית תקן חדשה:
\(s_y = |b| \cdot s_x = |1.2| \times 8 = 9.6\)
תשובה: ממוצע חדש = 96.4, סט"ת חדשה = 9.6
⚠️ טעויות נפוצות
📝 סיכום
טרנספורמציה לינארית: \(y = a + b \cdot x\)
מדדי מרכז (ממוצע, חציון) — מושפעים מ-a ומ-b
מדדי פיזור (סט"ת, שונות) — מושפעים רק מ-|b|
🔑 הוספת קבוע לא משנה פיזור!
דוגמאות פתורות
מהו הרעיון המרכזי של "מדד מיקום מרכזי" בסטטיסטיקה?
הצג פתרון
מדדי מיקום מרכזי (ממוצע, חציון, שכיח) לא עוסקים בפיזור או בקיצוניות, אלא בשאלה: מהו הערך שמייצג את מרכז הנתונים או את הערך האופייני להם. הם עוזרים לנו לסכם קבוצת נתונים גדולה למספר אחד שמספר את "סיפור המרכז".
מהו ממוצע חשבוני (Arithmetic Mean) של סדרת נתונים?
הצג פתרון
הממוצע החשבוני מחושב על ידי סכימה של כל הערכים וחלוקה במספרם. זהו ערך "נקודת האיזון" – אם נחשוב על הנתונים כמשקולות על קו, הממוצע הוא המקום שבו הקו מאוזן. הוא מתחשב בכל הערכים ולכן רגיש לערכים חריגים.
מהו חציון (Median) של סדרת נתונים?
הצג פתרון
כדי למצוא חציון, קודם מסדרים את הנתונים מהקטן לגדול. לאחר מכן מחפשים את הערך שנמצא באמצע. החציון אינו מתחשב בגודל המדויק של כל הערכים אלא במיקומם, ולכן הוא פחות רגיש לערכים קיצוניים.
תרגול עכשיו
צרו שאלה חדשה אקראית ובדקו את עצמכם.