Σύγκριση Δύο Πληθυσμών 📊

Στη Στατιστική, συχνά αντιμετωπίζουμε το ερώτημα: «Ποιος από τους δύο πληθυσμούς είναι «καλύτερος», «πιο σταθερός» ή «πιο αξιόπιστος»;». Η απάντηση δεν προκύπτει από ένα μόνο αριθμό — χρειαζόμαστε ένα συνδυασμό μέτρων που περιγράφουν πού «συγκεντρώνονται» τα δεδομένα (μέτρα θέσης) και πόσο «απλώνονται» γύρω από αυτό το κέντρο (μέτρα διασποράς) 🎯.

Μέτρα Θέσης (Κεντρικής Τάσης) 📍

Τα μέτρα θέσης περιγράφουν μια «τυπική» τιμή του πληθυσμού. Τα τρία πιο βασικά είναι:

Η μέση τιμή $\bar{x}$ — το «κέντρο βάρους» των παρατηρήσεων.
Η διάμεσος — η τιμή που χωρίζει τα ταξινομημένα δεδομένα στη μέση.
Η επικρατούσα τιμή — η τιμή με τη μεγαλύτερη συχνότητα.

Μέση Τιμή 🧮

Για $n$ παρατηρήσεις $x_1, x_2, \dots, x_n$ :

\bar{x} = \frac{x_1 + x_2 + \cdots + x_n}{n} = \frac{1}{n}\sum_{i=1}^{n} x_i

Αν τα δεδομένα δίνονται σε πίνακα συχνοτήτων με τιμές $x_i$ και συχνότητες $\nu_i$ :

\bar{x} = \frac{1}{n}\sum_{i=1}^{k} \nu_i x_i, \quad n = \sum_{i=1}^{k}\nu_i

Μέση τιμή ή διάμεσος;

Η μέση τιμή επηρεάζεται από ακραίες (πολύ μικρές ή πολύ μεγάλες) τιμές, ενώ η διάμεσος όχι. Σε μη συμμετρικές κατανομές (π.χ. μισθοί σε μια επιχείρηση), η διάμεσος δίνει πιο «αντιπροσωπευτική» εικόνα από τη μέση τιμή. Αν $\bar{x}$ και διάμεσος διαφέρουν πολύ, η κατανομή είναι ασύμμετρη ⚠️.

Μέτρα Διασποράς 🌐

Δύο πληθυσμοί μπορεί να έχουν την ίδια μέση τιμή και ωστόσο να «συμπεριφέρονται» τελείως διαφορετικά. Τα μέτρα διασποράς μετρούν πόσο απέχουν οι παρατηρήσεις από το κέντρο.

Εύρος 📏

Το εύρος $R$ είναι:

R = x_{\max} - x_{\min}

Είναι το απλούστερο μέτρο διασποράς, αλλά εξαρτάται μόνο από δύο τιμές, οπότε μια ακραία παρατήρηση μπορεί να το αλλοιώσει δραστικά.

Διακύμανση & Τυπική Απόκλιση 📉

Η διακύμανση $s^2$ και η τυπική απόκλιση $s$ ορίζονται ως:

s^2 = \frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})^2, \qquad s = \sqrt{s^2}

Για πίνακα συχνοτήτων:

s^2 = \frac{1}{n}\sum_{i=1}^{k}\nu_i (x_i - \bar{x})^2

Η $s$ εκφράζεται στις ίδιες μονάδες με τα δεδομένα και γι' αυτό είναι πιο εύχρηστη από την $s^2$ .

Ίδια μέση τιμή, διαφορετική αξιοπιστία!

Αν δύο πληθυσμοί $A$ και $B$ έχουν $\bar{x}_A = \bar{x}_B$ αλλά $s_A < s_B$ , τότε ο $A$ είναι πιο ομοιογενής: οι τιμές του μαζεύονται πιο κοντά στη μέση τιμή, οπότε η $\bar{x}$ τον «αντιπροσωπεύει» καλύτερα. Μικρότερη τυπική απόκλιση σημαίνει μεγαλύτερη σταθερότητα και αξιοπιστία ✅.

Μεθοδολογία Σύγκρισης Δύο Πληθυσμών 🧭

Όταν μας ζητείται να συγκρίνουμε δύο πληθυσμούς, ακολουθούμε τυπικά τα εξής βήματα:

Υπολογίζουμε τη μέση τιμή $\bar{x}_A$ και $\bar{x}_B$ .
Υπολογίζουμε την τυπική απόκλιση $s_A$ και $s_B$ .
Συγκρίνουμε θέση: ποιος έχει μεγαλύτερη/καλύτερη μέση τιμή;
Συγκρίνουμε διασπορά: ποιος έχει μικρότερη $s$ (άρα είναι πιο ομοιογενής);
Αν οι μονάδες ή οι μέσες τιμές διαφέρουν σημαντικά, χρησιμοποιούμε τον συντελεστή μεταβλητότητας για δίκαιη σύγκριση.

Συντελεστής Μεταβλητότητας (CV) 🔑

Η τυπική απόκλιση από μόνη της δεν επιτρέπει πάντα δίκαιη σύγκριση. Για παράδειγμα, μια $s = 2$ cm σε μετρήσεις ύψους μικροοργανισμών είναι τεράστια, ενώ σε μετρήσεις ύψους ανθρώπων είναι αμελητέα. Ο συντελεστής μεταβλητότητας λύνει αυτό το πρόβλημα.

Συντελεστής Μεταβλητότητας 🔑

Ο συντελεστής μεταβλητότητας ορίζεται:

CV = \frac{s}{|\bar{x}|}

Εκφράζεται συνήθως ως ποσοστό (πολλαπλασιάζοντας με 100).
Είναι αδιάστατο μέγεθος — ανεξάρτητο από τις μονάδες μέτρησης.
Χρησιμεύει για σύγκριση πληθυσμών με διαφορετικές κλίμακες ή μονάδες.
Αν $CV < 10\%$ , ο πληθυσμός θεωρείται ομοιογενής ✅.
Αν $CV_A < CV_B$ , τότε ο $A$ είναι πιο ομοιογενής από τον $B$ .

Πότε ΔΕΝ χρησιμοποιούμε CV ⚠️

Ο $CV$ δεν ορίζεται όταν $\bar{x} = 0$ και είναι αναξιόπιστος όταν $\bar{x}$ βρίσκεται πολύ κοντά στο μηδέν: μικρές διαφορές στον παρονομαστή προκαλούν τεράστιες διακυμάνσεις στον $CV$ . Σε τέτοιες περιπτώσεις (π.χ. θερμοκρασίες γύρω από το 0°C) προτιμάμε απευθείας την τυπική απόκλιση.

Προσοχή στα δείγματα διαφορετικού μεγέθους

Όταν οι δύο πληθυσμοί έχουν πολύ διαφορετικό μέγεθος $n$ , η σύγκριση μόνο με $\bar{x}$ ή $s$ μπορεί να είναι παραπλανητική. Ο $CV$ δίνει σχετική εικόνα και βοηθά σε τέτοιες περιπτώσεις, αλλά πάντα συνοδεύουμε το συμπέρασμα με τα δεδομένα (μέγεθος δείγματος, φύση μεταβλητής).

Σύνοψη 🧩

Μέτρα θέσης ( $\bar{x}$ , διάμεσος, επικρατούσα): πού «βρίσκεται» ο πληθυσμός.
Μέτρα διασποράς ( $R$ , $s^2$ , $s$ ): πόσο «απλώνεται» γύρω από το κέντρο.
Συντελεστής μεταβλητότητας $CV$ : σχετική διασπορά, ιδανική για διαπληθυσμιακή σύγκριση.
Μικρότερη $s$ ή $CV$ → πιο ομοιογενής και αξιόπιστος πληθυσμός 📊.