Varyans, Standart Sapma ve Çeyrekler Açıklığı (IQR)
İki iş ortağının aylık satış ortalaması da 50 birim. Biri her ay 47 ile 53 arasında satıyor. Diğeri bir ay 20, bir sonraki ay 80. Ortalamaya bakarak ikisi aynıdır. İş ortağı olarak hangisiyle çalışmak istediğini düşün.
Ortalama verinin neresinde durduğunu söyler. Dağılım ölçüleri ise verinin ne kadar yayıldığını anlatır. İkisi birlikte okunmadan hiçbir özet tamamlanmış sayılmaz.
Değişim Aralığı (Range)
En basit ölçüdür: en büyük değer eksi en küçük değer.
- Hesaplaması kolay.
- Sadece iki uç değere bakar, yani tek bir aykırı değerle bozulur.
Hızlı bir ilk bakış için iyidir. Karar için yetersizdir.
Varyans
Her gözlemin ortalamadan farkını alırsın, farkların karesini toplarsın ve gözlem sayısına (örneklemde n-1’e) bölersin.
s² = Σ(xᵢ − x̄)² / (n − 1)
Neden kare alıyoruz? Farkların kendisini toplarsan artılar ve eksiler birbirini götürür ve sonuç sıfır çıkar. Kare, işareti ortadan kaldırır ve büyük sapmaları daha çok cezalandırır.
Varyansın sorunu birimidir. Maaş TL cinsindeyse varyans TL² cinsinden çıkar. TL karesi ne demek, yorumlaması güç.
Standart Sapma
Varyansın karekökü. Böylece verinin kendi birimine döner.
s = √s²
Yorumu şöyle yap: gözlemler ortalamadan ortalama olarak yaklaşık bir standart sapma kadar uzaktadır. Tam bir matematik tanımı değil ama sezgi olarak işe yarar.
Ortalama 50 ve standart sapma 2 olan bir veri sıkıdır. Ortalama 50, standart sapma 20 olan bir veri çok dağınıktır.
Uygulama: Aynı Ortalama, Farklı Hikâye
import numpy as np
x = np.array([48, 50, 52, 49, 51, 50, 47, 53])
y = np.array([30, 70, 45, 55, 20, 80, 50, 50])
for ad, d in [("x", x), ("y", y)]:
print(ad,
"| ort:", d.mean(),
"| aralık:", d.max() - d.min(),
"| varyans:", round(np.var(d, ddof=1), 2),
"| std:", round(np.std(d, ddof=1), 2))İki serinin ortalaması da 50. Standart sapmalar ise yaklaşık 2,0 ve 19,5. Aynı ortalama tamamen farklı iki dünya saklıyor.
R’da:
x <- c(48, 50, 52, 49, 51, 50, 47, 53)
y <- c(30, 70, 45, 55, 20, 80, 50, 50)
sd(x); sd(y)
var(x); var(y)Ders 4’ten hatırlayacağın gibi np.std varsayılan olarak n ile böler, bu yüzden ddof=1 yazdım.
Çeyrekler Açıklığı (IQR)
Veriyi küçükten büyüğe sıralayıp dört eşit parçaya böldüğünü düşün.
- Q1 (1. çeyrek): Verinin %25’inin altında kaldığı değer
- Q2: Medyan
- Q3 (3. çeyrek): Verinin %75’inin altında kaldığı değer
IQR = Q3 − Q1. Verinin ortadaki %50’sinin yayılımını gösterir.
Standart sapma ortalamaya, IQR ise medyana eşlik eder. IQR aykırı değerlerden etkilenmez çünkü uç değerlere hiç bakmaz.
import pandas as pd
sure = pd.Series([4, 5, 6, 5, 7, 6, 5, 4, 6, 90]) # sipariş teslim süresi (dk)
q1, q3 = sure.quantile(0.25), sure.quantile(0.75)
print("Q1:", q1, "Q3:", q3, "IQR:", q3 - q1)
print("Std:", round(sure.std(), 2))Çıktıda IQR 1, standart sapma ise yaklaşık 26,8 görürsün. 90 dakikalık tek bir teslimat standart sapmayı şişirmiş, IQR’yi hiç kıpırdatmamış. Bu tür bir fark, aykırı değer işareti verir.
Kutu grafiği (boxplot) tam olarak bu çeyreklerin görselleştirilmesidir. Kutunun yüksekliği IQR’dir.
Değişim Katsayısı (Coefficient of Variation)
Farklı birimlerde ya da farklı ölçeklerde ölçülen iki değişkenin yayılımını kıyaslamak istersen standart sapmayı ortalamaya bölersin:
CV = (s / x̄) × 100
Boy ve kilo gibi iki değişkenin hangisinin göreli olarak daha dağınık olduğunu CV ile görürsün. Sadece oran ölçekli (sıfırı anlamlı) veride kullanılır.
Hangi Ölçü Ne Zaman?
| Ölçü | Eşlik ettiği merkez | Aykırı değere duyarlılık | Ne zaman? |
|---|---|---|---|
| Aralık | Yok | Çok yüksek | Hızlı ilk bakış |
| Standart sapma | Ortalama | Yüksek | Simetrik, normal-yakın veri |
| IQR | Medyan | Düşük | Çarpık veri, aykırı değer varken |
| Değişim katsayısı | Ortalama | Yüksek | Farklı ölçekleri kıyaslarken |
Veri Biliminde Kullanımı
- Standardizasyon: Özellikleri ortalaması 0, standart sapması 1 olacak şekilde ölçeklemek (z-skoru) birçok algoritma için gereklidir. Ders 19’da detaylı işleyeceğiz.
- Aykırı değer tespiti: IQR kuralı en yaygın yöntemdir. Bir sonraki derslerde kullanacağız.
- Risk ölçümü: Finansta standart sapma volatilitedir.
- Güven aralıkları ve hipotez testleri: Standart sapma tüm bunların hesaplarında yer alır.
- Süreç kontrolü: Üretimde kalite kontrol grafikleri, standart sapma sınırlarını izler.
Acı Tecrübe: Standart Sapmayı Her Dağılımda Aynı Yorumlamak
“Veri ortalamadan 2 standart sapma uzaksa nadirdir” kuralı normal dağılım için geçerlidir. Gelir ya da bekleme süresi gibi çarpık verilerde ortalamanın iki standart sapma altı çoğu zaman negatif bir değer verir ve negatif bir bekleme süresi olamaz. İlk yıllarımda bir kalite raporuna böyle bir alt sınır yazmıştım. Okuyan mühendis bana tek soru sordu: “Eksi 4 dakikalık bir teslimat nasıl olur?” Cevabım yoktu.
Ders 7 Kontrol Listesi
- Aynı ortalamaya sahip iki verinin neden farklı olabileceğini açıklayabiliyorum.
- Varyans ve standart sapmanın ilişkisini ve farkını biliyorum.
- Örneklemde neden n-1 kullandığımı hatırlıyorum.
- IQR’yi hesaplayıp aykırı değerlere karşı dayanıklı olduğunu söyleyebiliyorum.
- Değişim katsayısının ne zaman kullanıldığını biliyorum.
- “2 standart sapma” kuralının sadece belli dağılımlarda geçerli olduğunun farkındayım.
Sıkça Sorulan Sorular
Standart sapma nedir?
Gözlemlerin ortalamadan ne kadar uzaklaştığını gösteren yayılım ölçüsüdür. Varyansın karekökü olduğu için verinin kendi birimindedir.
Varyans ile standart sapma arasındaki fark nedir?
Varyans, ortalamadan sapmaların karelerinin ortalamasıdır, birimi veri biriminin karesidir. Standart sapma onun karekökü olup doğrudan yorumlanabilir.
IQR nasıl hesaplanır?
Üçüncü çeyrek (Q3) ile birinci çeyrek (Q1) arasındaki farktır. Verinin ortadaki yarısının yayılımını verir.
Standart sapma sıfır olabilir mi?
Sadece tüm değerler birbirine eşitse. Gerçek verilerde bu çoğu zaman bir veri hatasının ya da sabit bir sütunun işaretidir. Böyle sütunlar modele bilgi katmaz.
Hangi durumda standart sapma yerine IQR kullanmalıyım?
Dağılım belirgin çarpıksa ya da aykırı değerler varsa. Bu durumda merkezi ölçü olarak da medyanı kullan.
Bir sonraki derste dağılımın yayılımından bir adım ileri gidiyoruz: çarpıklık ve basıklık ile verinin şeklini okumayı öğreneceğiz.







