Havaintohajontaa

Havaintohajontaa tarkoittaa havaintojen arvojen vaihtelua suhteessa ilmiön todelliseen arvoon. Se heijastaa sekä mittausvirheitä että ilmiön itsensä vaihtelua, ja se on keskeinen käsite tilastossa, mittausmenetelmissä ja data-analyysissä.

Se syntyy kahdesta päätekijästä: systemaattinen virhe (vinous tai kalibrointivirhe) ja satunnainen virhe (satunnaisjakautuman aiheuttama hajonta). Lisäksi havaintoihin voivat vaikuttaa mittausmenetelmät, instrumenttien tarkkuus, havaitsijoiden eroavaisuudet sekä olosuhteet, kuten ympäristö.

Havaintohajontaa voidaan kuvata tilastollisesti esimerkiksi varianssilla (σ^2) tai standardipoikkeamalla (σ). Keskiarvon osalta voidaan käyttää keskihajontaa. Usein käytetään keskimääräistä poikkeamaa (MAD). Datan jakauma vaikuttaa siihen, millaisia oletuksia ja malleja käytetään; monesti oletetaan normaalijakauma, mutta todellinen jakauma voi poiketa.

Havaintohajonta on tärkeä osa luotettavuuden arviointia ja epävarmuuden käsittelyä sekä päätöksentekoa. Esimerkiksi säämittauksissa havaitun hajonnan pienentäminen voi parantaa ennusteiden luotettavuutta. Data-ennusteissa ja laadunvarmistuksessa hajonnan tuntemus mahdollistaa luokittelun ja painotuksen.

Vähentäminen tapahtuu kalibroinnilla, mittausmenetelmien parantamisella, toistomittauksilla, useiden mittauslähteiden yhdistämisellä sekä huolellisella suunnittelulla ja laadunvalvonnalla. Kun hajontaa ei voida poistaa, sen kuvaaminen ja kvantifiointi ovat keskeisiä osia analyysissä.