ציוני תקן וטרנספורמציות ליניאריות

זו היחידה המשתלמת ביותר בחומר. דפוס השאלה שהיא מכינה אליו — "מה קורה ל־$X$ כאשר עושים $Y$ לנתונים?" — חוזר בבחינה גם במתאם, גם ברגרסיה וגם ב־ANOVA (נושאים שנגיע אליהם בהמשך; לא צריך להכיר אותם כדי ללמוד את הפרק הזה). המטרה כאן היא לענות על שאלות כאלה בלי לחשב כלום.

למה בכלל צריך ציון תקן

ציון גלם מקבל משמעות רק בתוך הסולם שממנו הגיע. $85$ נקודות במבחן קל יכולות להיות תוצאה בינונית, ואותו $85$ במבחן קשה יכול להיות מצוין. גם אי אפשר להשוות ישירות $85$ נקודות במבחן עם זמן תגובה שנמדד בשניות.

ציון תקן מחליף את יחידת המקור ב"מרחקים מהממוצע". הוא דומה להמרת מטרים וסנטימטרים ליחידה משותפת: אחרי ההמרה אפשר להשוות מיקום יחסי בין סולמות שונים. לדוגמה, $Z=+1$ אומר "סטיית תקן אחת מעל הממוצע" בלי קשר לשאלה אם המקור היה ציון, זמן או מספר טעויות.

מהו ציון תקן

ציון תקן מתרגם ציון גלם לשפה אחת: כמה סטיות תקן הוא מרוחק מהממוצע, ולאיזה כיוון.

$Z = \frac{X - M}{S}$

והכיוון ההפוך, שחשוב באותה מידה:

$X = M + Z \cdot S$

החישוב הוא שני צעדים, ושווה לחשוב עליו כך: קודם מפחיתים את הממוצע — וכך יודעים את המרחק מהממוצע; אחר כך מחלקים בסטיית התקן — וכך המרחק הזה נמדד ביחידות של פיזור הקבוצה ולא ביחידות של המשתנה.

• $Z = 1.5$ — הציון נמצא סטייה וחצי מעל הממוצע.
• $Z = -0.8$ — הציון נמצא $0.8$ סטיות תקן מתחת לממוצע.
• $Z = 0$ — הציון שווה בדיוק לממוצע.

לציון התקן יש שני מאפיינים נפרדים: הערך המספרי אומר כמה רחוק הציון מהממוצע, והסימן אומר לאיזה כיוון.

שלוש הערות שמצילות נקודות

• ציון תקן שלילי אינו מעיד על ציון גלם שלילי, ולא על כישלון. הוא מעיד רק על כך שהציון נמוך מהממוצע של הקבוצה.
• $Z$ חיובי אינו בהכרח "טוב". זו שאלה ערכית ולא סטטיסטית — תלוי מה נמדד. בציונים, $Z$ גבוה טוב; בימי מחלה, $Z$ גבוה רע.
• ציון תקן אינו סטיית תקן. לכל תצפית יש ציון תקן משלה, בעוד שסטיית התקן היא מספר אחד המתאר את כל ההתפלגות.

ציון תקן מחושב רק על משתנה בסולם רווח או מנה — רק שם מוגדר ממוצע.

תכונות התפלגות ציוני התקן

כשממירים את כל התצפיות של משתנה בעל פיזור שאינו אפס לציוני תקן, ההתפלגות החדשה מקיימת:

$M_Z = 0 \qquad S_Z = 1 \qquad S^2_Z = 1$

זה נכון ללא קשר לממוצע המקורי ולצורת ההתפלגות. אם כל התצפיות זהות אז $S=0$, אי אפשר לחלק באפס וציון התקן אינו מוגדר. הצורה של ההתפלגות לא משתנה; רק הסולם שלה. סטנדרטיזציה אינה "מנרמלת" נתונים עקומים: התפלגות א־סימטריות נשארת א־סימטרית עם אותו זנב.

הסיבה נראית מיד כשקוראים את הנוסחה כטרנספורמציה בת שני שלבים. נניח התפלגות עם $M = 76$ ו־$S = 8$:

1. מפחיתים $76$ מכל הציונים. מדדי המרכז יורדים ב־$76$, מדדי הפיזור לא זזים — ולכן הממוצע החדש הוא $0$ וסטיית התקן עדיין $8$.
2. מחלקים את הכול ב־$8$. הממוצע נשאר $0$ (כי $0/8 = 0$) וסטיית התקן הופכת ל־$1$.

אותה סדרת פעולות בדיוק, על כל התפלגות שהיא, תמיד תיתן $M = 0$ ו־$S = 1$.

מה קורה בהתפלגות א־סימטרית

תזכורת קצרה מפרק היסודות: בהתפלגות א־סימטרית הממוצע נגרר לכיוון הזנב הארוך, ולכן בזנב ימני מתקבל לרוב הסדר שכיח < חציון < ממוצע, ובזנב שמאלי הסדר ההפוך. הטבלה המלאה, התרשים והסייגים לכלל נמצאים בפרק היסודות.

וכאן הנקודה שנשאלת: סטנדרטיזציה אינה משנה את התמונה הזו כלל. אחרי ההמרה לציוני תקן, הממוצע יהיה $0$ — אבל החציון יהיה שלילי בהתפלגות א־סימטרית חיובית, והשכיח שלילי עוד יותר. הסדר בין השלושה נשמר בדיוק, כי חיסור וחלוקה בקבוע הן טרנספורמציות ליניאריות עולות — וזה מה שגורר גם את הממוצע יחד איתן, לא רק את החציון והשכיח.

לכן גם המשפט "אחרי סטנדרטיזציה $68\%$ מהתצפיות נמצאות בין $-1$ ל־$+1$" נכון רק אם ההתפלגות המקורית נורמלית. בהתפלגות עקומה אין שום ערובה שהוא מתקיים.

השימוש המרכזי: השוואה בין סולמות

דוגמה מ־OpenStax — מי פחות רחוק מתחת לממוצע? שני שחקני בייסבול משחקים בקבוצות שונות:

$$Z_{Fredo} = \frac{0.158-0.166}{0.012} = -0.67 \qquad Z_{Karl} = \frac{0.177-0.189}{0.015} = -0.80$$

לקארל ציון הגלם הגבוה יותר, אבל יחסית לקבוצתו פרדו טוב יותר: $-0.67$ גדול מ־$-0.80$, כלומר פרדו נמצא פחות מתחת לממוצע שלו. כששני ציוני התקן שליליים, לא משווים ערכים מוחלטים — משווים אותם על ציר המספרים הרגיל.

זו כמעט תמיד הסיבה שבגללה שאלה בבחינה מזכירה ציוני תקן. ציון גלם של $85$ חסר משמעות בפני עצמו — הכול תלוי בממוצע ובפיזור של הקבוצה.

לירון ומיכאל קיבלו שניהם $85$, ובשתי הכיתות הממוצע הוא $75$:

מיכאל לומד בכיתה הומוגנית — הציונים בה צפופים סביב הממוצע, ולכן $85$ הוא הישג חריג. לירון לומדת בכיתה הטרוגנית — ציונים רחוקים מהממוצע, לשני הכיוונים, שכיחים בה יותר — ולכן $85$ בולט פחות. אותו ציון גלם, מיקום יחסי שונה לגמרי.

בגרסה השנייה של השאלה גם הממוצעים שונים, וההיפוך חד עוד יותר: נדב קיבל $85$ בחשבון ($M = 72$, $S = 7$) ו־$83$ בספרות ($M = 76$, $S = 3$). לפי הציון הגלם הוא חזק יותר בחשבון; לפי ציון התקן — $Z = 1.86$ בחשבון לעומת $Z = 2.33$ בספרות — הוא חזק יותר דווקא בספרות.

שלושת סוגי השינויים בנתונים

בבחינה מופיעים שלושה סוגי שינוי, ורק הראשון הוא טרנספורמציה ליניארית:

היחידה הזו עוסקת בסוג הראשון. שימו לב למילה אחיד: כל התצפיות, ללא יוצא מן הכלל, משתנות לפי אותו כלל. ברגע שהשינוי חל רק על חלק מהנתונים, הכללים שבהמשך אינם תקפים.

שלוש הטרנספורמציות האחידות

טרנספורמציה ליניארית היא כל פעולה מהצורה $X_{\text{new}} = a + b \cdot X$ שמופעלת על כל התצפיות כאחת.

1. הוספת קבוע — $X + c$

כל ההתפלגות מוזזת ימינה או שמאלה. צורתה אינה משתנה, והמרחקים בין התצפיות נשמרים.

• הממוצע, החציון והשכיח זזים ב־$c$.
• הפיזור לא משתנה בכלל — לא הטווח, לא התחום הבין־רבעוני, לא סטיית התקן ולא השונות.
• ציוני ה־$Z$ לא משתנים: גם המונה וגם המכנה נשארו כשהיו.

הנימוק לטווח מסביר את כל השורה: הערך המקסימלי והערך המינימלי אמנם גדלו ב־$c$, אבל ההפרש ביניהם מקזז את התוספת.

2. הכפלה בקבוע חיובי — $k \cdot X$, כאשר $k > 0$

ההתפלגות נמתחת (או מתכווצת) סביב האפס: המרכז והפיזור משתנים באותו יחס — גדלים כאשר $k > 1$ ומתכווצים כאשר $k < 1$.

• הממוצע, החציון, השכיח, הטווח, התחום הבין־רבעוני וסטיית התקן מוכפלים ב־$k$.
• השונות מוכפלת ב־$k^2$ — כי בדרך לשונות מעלים את הסטיות מהממוצע בריבוע. זו הטעות הנפוצה ביותר ביחידה.
• ציוני ה־$Z$ לא משתנים: המונה והמכנה הוכפלו שניהם באותו גורם.

3. הכפלה בקבוע שלילי — $k \cdot X$, כאשר $k < 0$

כמו הכפלה בחיובי, אבל ההתפלגות גם מתהפכת סביב האפס.

• סטיית התקן מוכפלת ב־$|k|$ — היא תמיד חיובית.
• השונות מוכפלת ב־$k^2$, כלומר גם היא נשארת חיובית.
• ציוני ה־$Z$ הופכים סימן.
• הדירוג היחסי מתהפך: מי שהיה ראשון הופך לאחרון.

מטריצת ההשפעות

זו הטבלה שצריך לדעת בעל פה. $c$ הוא קבוע חיבור, $k$ קבוע כפל.

שתיים מהשורות עוסקות במתאם — נושא שמגיע רק בהמשך. אי אפשר להיתקע בהן: כדי לקרוא אותן לא צריך לדעת מתאם, אלא רק מה המספר הזה אומר:

• $r$ הוא מספר בין $-1$ ל־$+1$ שמודד את הקשר בין שני משתנים.
• הסימן אומר את כיוון הקשר, והגודל את חוזקו.
• $r$ חסר יחידות — ולכן, כפי שנראה בטבלה, הוא לרוב אדיש לשינויי סולם.
• $R^2$ הוא פשוט $r$ בריבוע.

שתי שורות שכדאי לקרוא פעמיים: מדדי הפיזור אדישים להוספת קבוע, ו־$R^2$ אדיש לכל טרנספורמציה ליניארית — גם לשלילית, כי $R^2 = r^2$ והריבוע מוחק את הסימן.

שאלת הדגל

"לכל הציונים הוסיפו $5$ והכפילו ב־$2$. מה קרה למתאם עם משתנה אחר?"

כלום. הוספת קבוע לא נוגעת במתאם, והכפלה בקבוע חיובי לא נוגעת בו גם היא. אילו הכפילו ב־$-2$, המתאם היה הופך סימן ושומר על גודלו.

מה קורה לרגרסיה

הסעיף הזה מקדים את יחידת הרגרסיה, ואי אפשר להיתקע בו — כדי לקרוא אותו לא צריך לדעת רגרסיה, אלא רק מה מסמן כל אות בקו הניבוי $Y' = a + bX$:

• $Y'$ הוא הערך המנובא: נותנים $X$, הקו מחזיר את הניחוש הטוב ביותר ל־$Y$.
• $b$ הוא השיפוע: בכמה יחידות של $Y$ זז הניבוי לכל יחידה אחת של $X$.
• $a$ הוא החותך: ערך הניבוי כאשר $X = 0$ — הגובה שבו הקו חוצה את הציר האנכי.

זה כל מה שנדרש. השיטה שמאחורי הקו, השאריות והשונות המוסברת מגיעות ביחידת הרגרסיה, ואינן משנות שום שורה בטבלה שלהלן.

הנקודה היחידה שצריך לתפוס: $b$ הוא יחס יחידות — יחידות $Y$ לכל יחידת $X$ — ולכן, בשונה משאר הפרק, כאן צריך לשאול איזה משתנה עבר טרנספורמציה. התשובה ל־$X$ ול־$Y$ שונה:

כל שורה בטבלה נובעת ישירות מ"יחידות $Y$ לכל יחידת $X$":

• הכפלת $Y$ ב־$k$ — הניבוי נמדד ביחידות גדולות פי $k$, ולכן $b$ מוכפל ב־$k$.
• הכפלת $X$ ב־$k$ — כל יחידה חדשה של $X$ שווה $k$ יחידות ישנות, ולכן $b$ מתחלק ב־$k$.
• הוספת קבוע — הקו רק מוסט, נטייתו זהה, ולכן רק החותך משתנה.

המתאם ו־$R^2$ חסרי יחידות לחלוטין, ולכן הם אדישים לכל אלה.

ציוני תקן מנורמלים

השם מטעה: אין לו שום קשר להתפלגות הנורמלית — "מנורמל" פירושו כאן רק מעבר לסולם נוח שנקבע מראש. בפועל כמעט אף פעם לא מדווחים $Z$ גולמי — מספרים שליליים ועשרוניים אינם נוחים. לכן מעבירים את ציוני התקן לסולם נוח, בעזרת אותה נוסחה בדיוק:

$X_{\text{new}} = M_{\text{new}} + Z \cdot S_{\text{new}}$

נבחן עם $Z = +1.5$ יקבל בסולם המתא"ם $100 + 1.5 \times 20 = 130$.

זו טרנספורמציה ליניארית ככל אחרת — ולכן הדירוג בין הנבחנים נשמר, והמתאם בין הציון לכל משתנה אחר אינו משתנה.

כלל 68–95–99.7

כשההתפלגות נורמלית, ציון התקן מתרגם ישירות לאחוזים:

האחוזים האלה הם גם הסתברויות: הסיכוי שתצפית שנבחרה באקראי תיפול בטווח מסוים שווה לחלק היחסי של התצפיות שנמצאות בו — השטח מתחת לעקומה באותו טווח.

נוח יותר לזכור את הכלל בפירוק לקטעים, כי אז אפשר לחבר כל אחוז שצריך:

מחיבור הקטעים מתקבלת טבלת עוגן קטנה בין ציון תקן לאחוזון — תקפה, כמו הכלל כולו, רק בהתפלגות נורמלית:

מכאן נגזרות המסקנות השימושיות: כ־16% מהתצפיות מעל $Z = 1$ ($13.5 + 2.5$), וכ־2.5% מעל $Z = 2$. בהתפלגות נורמלית ציוני התקן נעים בפועל בין $-3$ ל־$+3$ בקירוב.

להתפלגות נורמלית שבה $M = 0$ ו־$S = 1$ — זו שמתקבלת כשממירים משתנה נורמלי לציוני תקן — קוראים ההתפלגות הנורמלית הסטנדרטית. והערך המדויק שמאחורי הקירוב "$95\%$ בין $\pm 2$" הוא $\pm 1.96$ — מספר שעוד יחזור ברווחי סמך.

שימו לב שהכלל תקף רק בהתפלגות נורמלית. הגדרת ציון התקן עצמה אינה מניחה נורמליות — אבל התרגום שלו לאחוזים כן.

חסם צ'בישב — מה נשאר כשההתפלגות אינה נורמלית

הכלל האמפירי מניח נורמליות, ובלעדיה הוא פשוט אינו חל. מה שכן נשאר נכון הוא חסם צ'בישב, שתקף לכל התפלגות שהיא — מוטה, דו־שיאית, כל צורה: בטווח של $k$ סטיות תקן מהממוצע (עבור $k > 1$) נמצאות לפחות $1 - \frac{1}{k^2}$ מהתצפיות.

זהו חסם תחתון, לא אחוז מדויק: הוא אומר "לא פחות מ־", ובהתפלגות נורמלית האחוז בפועל גבוה בהרבה. כשהשאלה מדגישה שההתפלגות מוטה, זה הסימן לעבור מהכלל האמפירי לצ'בישב — ולענות "לפחות", לא "כ־".

מלכודות לסיכום

• השונות מוכפלת בריבוע הקבוע, לא בקבוע.
• הוספת קבוע לא משנה שום מדד פיזור.
• ציון $Z$ ומתאם $r$ שורדים כל טרנספורמציה ליניארית עולה ללא שינוי.
• $R^2$ שורד גם טרנספורמציה יורדת.
• הדירוג היחסי משתנה רק כשהמקדם שלילי.
• סטנדרטיזציה אינה הופכת התפלגות עקומה לנורמלית.
• הכללים תקפים רק לשינוי אחיד. שינוי בחלק מהנתונים, או שינוי במספר הנתונים, דורש חישוב מחדש.