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: \(y_i = a + b \cdot x_i\)

סימון משמעות דוגמה
a קבוע שמוסיפים (הזזה) +500 ₪ בונוס, +5 נקודות
b קבוע שכופלים (שינוי קנ"מ) ×3.6 (דולר→שקל), ×1.8 (צלזיוס→פרנהייט)

💡 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:

מדד נוסחה במילים
ממוצע \(\bar{y} = a + b \cdot \bar{x}\) מושפע מ-a וגם מ-b
חציון \(Me_y = a + b \cdot Me_x\) מושפע מ-a וגם מ-b
סטיית תקן \(s_y = |b| \cdot s_x\) מושפע רק מ-|b|, לא מ-a!
שונות \(s_y^2 = b^2 \cdot s_x^2\) מושפע רק מ-b², לא מ-a!

⚠️ 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?

פעולה ממוצע / חציון סט"ת שונות
הוספת קבוע a
(y = a + x)
✅ כן
עולה ב-a
❌ לא
נשארת זהה
❌ לא
נשארת זהה
כפל בקבוע b
(y = b·x)
✅ כן
נכפל ב-b
✅ כן
נכפלת ב-|b|
✅ כן
נכפלת ב-b²
שניהם
(y = a + b·x)
✅ כן
a + b·ממוצע
✅ כן
|b|·סט"ת
✅ כן
b²·שונות

🎓 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

❌ הטעות ✅ הנכון
"הוספתי 5, אז גם סט"ת עלתה ב-5" הוספת קבוע לא משנה סט"ת כלל!
"כפלתי ב-3, אז שונות נכפלה ב-3" שונות נכפלת ב- = 9, לא ב-b!
"סט"ת חדשה = a + b·סט"ת ישנה" סט"ת חדשה = |b|·סט"ת (בלי a!)

📝 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

דוגמה 1

מהו הרעיון המרכזי של "מדד מיקום מרכזי" בסטטיסטיקה?

הצג פתרון
א לתאר ערך שמייצג את מרכז הנתונים או את הערך האופייני להם ✓ נכונה
ב למדוד כמה הנתונים מפוזרים
ג לבדוק האם הנתונים מדויקים
ד למצוא את הערך הגבוה ביותר

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".

דוגמה 2

מהו ממוצע חשבוני (Arithmetic Mean) של סדרת נתונים?

הצג פתרון
א סכום כל הערכים חלקי מספר הערכים ✓ נכונה
ב הערך שמופיע הכי הרבה פעמים
ג הערך שנמצא באמצע הרשימה אחרי מיון
ד הערך הגדול ביותר ברשימה

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.

דוגמה 3

מהו חציון (Median) של סדרת נתונים?

הצג פתרון
א הערך שנמצא באמצע לאחר שמסדרים את הנתונים מהקטן לגדול ✓ נכונה
ב סכום הערכים מחולק במספרם
ג הערך שמופיע הכי הרבה פעמים
ד הערך הקטן ביותר ברשימה

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.

לחצו על הכפתור כדי לקבל שאלה חדשה.