התפלגות הדגימה ומשפט הגבול המרכזי
הסבר מלא, דוגמאות פתורות ותרגול.
📖 התפלגות הדגימה ומשפט הגבול המרכזי
התפלגות הדגימה ומשפט הגבול המרכזי
מושגים בסיסיים - אוכלוסייה, מדגם, פרמטר וסטטיסטי
🎯 למה אנחנו צריכים את זה?
בעולם האמיתי, לעיתים רחוקות יש לנו גישה לכל האוכלוסייה. למשל:
- אי אפשר לשאול את כל הבוחרים במדינה למי יצביעו
- אי אפשר לבדוק את כל המוצרים במפעל (זה יהרוס אותם)
- אי אפשר למדוד את כל הדגים באוקיינוס
הפתרון: לוקחים מדגם (תת-קבוצה) ומסיקים ממנו על האוכלוסייה כולה!
📊 תצפית (ערך)
הגדרה: תוצאת המדידה של המשתנה - הערכים שהמשתנה מקבל.
סימון: תצפית של המשתנה X מסומנת ב-\(X_i\) כאשר האינדקס i משמש לזיהוי התצפית.
✏️ דוגמה: \(X_i\) = מספר ילדים במשפחה ה-i
\(X_7 = 3\) → במשפחה מספר 7 יש 3 ילדים
🔢 מדדים מספריים עבור משתנים כמותיים
| סימון | משמעות |
|---|---|
| \(n\) | מספר התצפיות (גודל המדגם) |
| \(X_1, X_2, ..., X_n\) | n תצפיות לפי סדר הגעתן |
| \(\sum_{i=1}^{n} X_i\) | סכום התצפיות |
| \(\sum_{i=1}^{n} X_i^2\) | סכום ריבועי התצפיות |
🌍 אוכלוסייה (Population)
הגדרה: אוסף של כל הפרטים שעונים על קריטריון מסוים.
✏️ דוגמאות:
- כל תלמידי התיכון בארץ
- נשים מעל גיל 35
- משפחות שבהן לפחות 5 ילדים
- כל המוצרים שיוצרו במפעל מסוים
💡 שימו לב: האוכלוסייה מוגדרת לפי השאלה שאנחנו רוצים לענות עליה!
🎲 מדגם (Sample)
הגדרה: תת-קבוצה (קבוצה חלקית) של האוכלוסייה שנבחרה, ועל-פי הנתונים שלה יבוצע מחקר סטטיסטי במטרה להסיק מסקנות על האוכלוסייה.
סימון: מדגם בגודל n של המשתנה X מסומן ע"י: \(X_1, X_2, X_3, ..., X_n\)
💡 חשוב: אוכלוסייה ומדגם הם מושגים יחסיים - אותה קבוצה יכולה להיות אוכלוסייה או מדגם!
⚖️ פרמטר לעומת סטטיסטי - ההבדל המכריע!
פרמטר (Parameter)
הגדרה: תכונה של האוכלוסייה.
מאפיינים:
- ערך קבוע ובדיד
- לא תלוי במדגם
- מאפיין את האוכלוסייה
- בדרך כלל לא ידוע לנו
סימון: אותיות יווניות (θ, μ, σ, P)
סטטיסטי (Statistic)
הגדרה: תכונה של המדגם.
מאפיינים:
- ערך משתנה ממדגם למדגם
- תלוי במדגם שנבחר
- משתנה מקרי (יש לו התפלגות)
- ידוע לנו (מחושב מהמדגם)
סימון: אותיות לטיניות עם כובע \((\hat{\theta}, \bar{X}, S, \hat{P})\)
📋 טבלת השוואה: פרמטר מול סטטיסטי
| המדד | פרמטר (אוכלוסייה) | סטטיסטי (מדגם) |
|---|---|---|
| ממוצע | \(\mu = E(X)\) (תוחלת) |
\(\bar{X} = \frac{\sum X_i}{n}\) (ממוצע מדגם) |
| שונות | \(\sigma^2 = V(X_i)\) (שונות של מ"מ) |
\(S^2 = \frac{\sum(X_i - \bar{X})^2}{n-1}\) (שונות מדגם) |
| סטיית תקן | \(\sigma\) | \(S\) |
| פרופורציה | \(P\) (פרופורציה באוכלוסייה) |
\(\hat{P}\) (פרופורציה במדגם) |
💡 למה הסטטיסטי הוא משתנה מקרי?
הפרמטר הוא ערך קבוע - הוא מאפיין את כל האוכלוסייה ולא משתנה.
הסטטיסטי תלוי במדגם שנבחר. כל פעם שנדגום מדגם חדש, נקבל ערך אחר!
✏️ דוגמה:
נניח שממוצע הגובה באוכלוסייה הוא μ = 170 ס"מ (פרמטר קבוע).
אם נדגום 30 אנשים:
- מדגם ראשון: \(\bar{X}_1 = 168.5\) ס"מ
- מדגם שני: \(\bar{X}_2 = 171.2\) ס"מ
- מדגם שלישי: \(\bar{X}_3 = 169.8\) ס"מ
הסטטיסטים משתנים ממדגם למדגם → יש להם התפלגות!
📈 התפלגות הדגימה (Sampling Distribution)
הגדרה: התפלגות של סטטיסטי מסוים על פני כל המדגמים האפשריים בגודל n.
💡 הסבר:
התפלגות הדגימה היא כלי שמאפשר ללמוד ממדדי המדגם (הסטטיסטים) על תכונות באוכלוסייה (הפרמטרים).
בתהליך ההסקה הסטטיסטית:
אנו מעוניינים ללמוד מתוך הסטטיסטים המחושבים במדגם על הפרמטרים של האוכלוסייה או של המשתנה המקרי.
📝 סיכום
אוכלוסייה = כל הפרטים | מדגם = תת-קבוצה
פרמטר = תכונת אוכלוסייה (קבוע, לא ידוע)
סטטיסטי = תכונת מדגם (משתנה מקרי, ידוע)
התפלגות דגימה = התפלגות הסטטיסטי על פני כל המדגמים
דוגמאות פתורות
🎯 מהי התפלגות נורמלית?
בחר/י את ההגדרה המתאימה ביותר להתפלגות נורמלית.
הצג פתרון
💡 הסבר:
שפה יומיומית:
התפלגות נורמלית היא "עקומת פעמון" – רוב התלמידים נמצאים סביב הממוצע, ומעט מאוד מאוד גבוהים או מאוד נמוכים. הגרף נראה כמו גבעה סימטרית באמצע.
שפה מתמטית:
התפלגות נורמלית היא התפלגות הסתברות רציפה, סימטרית סביב הממוצע μ. הצפיפות הגבוהה ביותר היא סביב μ, וההסתברות יורדת ככל שמתרחקים מהממוצע לשני הצדדים.
לכן התשובה הנכונה היא זו שמתארת עקומת פעמון סימטרית סביב הממוצע.
📐 סימטריה בהתפלגות נורמלית:
מה המשמעות של כך שההתפלגות הנורמלית סימטרית סביב הממוצע μ?
הצג פתרון
הסבר יומיומי:
אם התפלגות היא סימטרית, זה אומר שאם נסתכל כמה תלמידים נמצאים 10 נקודות מעל הממוצע – יהיה בערך אותו מספר תלמידים 10 נקודות מתחת לממוצע.
הסבר מתמטי:
בתפלגות נורמלית מסתמנת סימטריה כך ש:
P(X > μ + a) = P(X < μ - a)
לכל מרחק a > 0 מהממוצע.
לכן התשובה הנכונה היא שההסתברויות משני הצדדים במרחק שווה מהממוצע זהות.
⚖️ מיקום מדדי המרכז:
בהתפלגות נורמלית מושלמת, מה נכון לגבי הממוצע, החציון והשכיח?
הצג פתרון
הסבר יומיומי:
בעקומת פעמון "מושלמת", האמצע של הגבעה, הנקודה שבה הכי הרבה ערכים, והנקודה שמחלקת את התלמידים לשניים – כולן באותו מקום.
הסבר מתמטי:
בתפלגות נורמלית סימטרית, מתקיים:
μ = median = mode
כלומר הממוצע, החציון והשכיח שווים זה לזה ונמצאים במרכז ההתפלגות.
תרגול עכשיו
צרו שאלה חדשה אקראית ובדקו את עצמכם.