Statystyka może wydawać się językiem obcym, dopóki jej nie rozłożysz na części. Analiza danych opiera się na trzech prostych narzędziach, które pokazują, gdzie faktycznie znajduje się zbiór danych. Nazywamy je miarami tendencji centralnej. Odpowiadają na pytanie: Gdybyś miał wybrać jedną liczbę reprezentującą wszystkie te dane, co by to było?
To nie są tylko abstrakcyjne pojęcia matematyczne. Oto praktyczne sposoby znajdowania wzorców w chaosie. Niezależnie od tego, czy jesteś uczniem przeglądającym zadanie, czy rodzicem próbującym zrozumieć raport z postępów swojego dziecka, wiedza o tym, jak obliczyć średnią, medianę i tryb, ma kluczowe znaczenie.
“Miary tendencji centralnej wyznaczają środek zbioru danych. Pokazują, gdzie koncentruje się najwięcej wartości.”
Poniżej znajduje się proste wyjaśnienie tych trzech różnych wskaźników.
Średnia arytmetyczna: średnia matematyczna
Większość ludzi myśli o średniej arytmetycznej, gdy słyszą słowo „średnia”. Jest to najczęściej stosowana miara, ale jest ona również najbardziej wrażliwa na wartości odstające.
Aby znaleźć średnią arytmetyczną, wykonaj dwa proste kroki:
1. Dodaj wszystkie wartości ze zbioru danych.
2. Podziel uzyskaną kwotę przez liczbę dodanych liczb.
Jeśli masz pięć wyników testu, dodaj je wszystkie do siebie i podziel przez pięć. Wynik będzie średnią arytmetyczną. Otrzymujesz dokładny środek matematyczny, ale może on zostać przekrzywiony, jeśli jedna wartość jest znacznie wyższa lub niższa od pozostałych.
Mediana: środek zakresu
Mediana jest prawdziwą średnią zbioru danych. Nie wielkość liczb jest istotna, ale ich kolejność. To sprawia, że jest to miara wiarygodna w obecności wartości odstających, które mogą wypaczyć średnią arytmetyczną.
Aby obliczyć medianę:
– Ułóż dane w kolejności rosnącej (od najmniejszego do największego).
– Znajdź dokładną średnią liczbę.
Jeśli masz nieparzystą liczbę punktów danych, mediana jest pojedynczą wartością średnią. Zwykle, jeśli liczba wartości jest parzysta, należy wziąć średnią z dwóch środkowych liczb. Mediana dzieli ciąg na dwie równe części. Połowa danych znajduje się powyżej tej wartości, a połowa poniżej.
Tryb: najczęstsza wartość
Moda to najprostsza koncepcja, ale może być też najciekawsza. Jest to po prostu wartość, która występuje najczęściej w Twoim zbiorze danych.
Zbiór danych może mieć:
– Jeden tryb (unimodalny)
– Dwa tryby (bimodalny)
– Wiele trybów (multimodalny)
– Brak trybu (kiedy każda wartość występuje tylko raz)
Tryb jest szczególnie przydatny w przypadku danych kategorycznych. Nie możesz obliczyć średniej swoich ulubionych kolorów, ale łatwo możesz znaleźć modę. Pokazuje, co jest najbardziej popularne lub popularne w Twojej grupie.
Dlaczego te trzy wskaźniki są ważne
Zrozumienie, jak obliczyć średnią, medianę i modę, nie jest tylko kwestią przystąpienia do testu. To kwestia interpretacji otaczającego nas świata.
Wyobraź sobie, że patrzysz na ceny domów w okolicy. Jeśli jedna rezydencja kosztuje 10 milionów dolarów, a dziewięć domów kosztuje 300 000 dolarów, średnia cena zostanie znacznie zawyżona. Może to sprawić, że okolica będzie wydawać się znacznie droższa niż jest w rzeczywistości dla przeciętnego nabywcy. Jednak mediana pozostanie bliższa 300 000 dolarów, co da bardziej realistyczny obraz typowych kosztów domu.
Średnia arytmetyczna uwzględnia każdą wartość. Mediana zastosowań
Wybierz pomiędzy średnią arytmetyczną, medianą i trybem
Wybór pomiędzy średnią, medianą i trybem zależy całkowicie od rozkładu danych. Średnia arytmetyczna działa najlepiej, gdy dane są skupione w środku, zapewniając dokładny obraz ogólnego trendu. Jeśli jednak dane zostaną przesunięte w stronę jednej z krawędzi, średnia zostanie wypaczona przez wartości odstające.
Gdy wartości na krawędziach znacznie różnią się od reszty, mediana lub tryb często mówi prawdziwszy obraz. Podkreślają to, co jest naprawdę typowe dla danej próbki lub populacji. Należy pamiętać, że mod, czyli najczęściej występująca wartość, może znajdować się w dowolnym miejscu zbioru danych, a nie tylko w środku.
Spójrzmy na krótki przykład, aby zobaczyć, jak działają te obliczenia. Wyobraź sobie fikcyjne lody, które śledzą miesięczną sprzedaż niezależnie od smaku:
| Miesiąc | Sprzedane lody |
|---|---|
| styczeń | 41 |
| luty | 38 |
| marzec | 74 |
| kwiecień | 98 |
| Maj | 140 |
| czerwiec | 421 |
| lipiec | 785 |
| sierpień | 723 |
| wrzesień | 506 |
| październik | 140 |
| listopad | 87 |
| grudzień | 52 |
Aby znaleźć średnią arytmetyczną, zsumuj wszystkie sprzedane jednostki lodów i podziel przez liczbę miesięcy. Rezultatem jest około 259 porcji lodów miesięcznie.
A co ze medianą? Najpierw uporządkuj wartości od najmniejszej do największej:
38 < 41 < 52 < 74 < 87 < 98 < 140 < 140 < 421 < 506 < 723 < 785
Ponieważ liczba punktów danych jest parzysta, należy przyjąć dwie średnie: 98 i 140. Uśrednić je, aby otrzymać medianę, która wynosi 119.
Wreszcie tryb jest po prostu wartością powtarzaną. Tutaj jest to 140, ponieważ pojawia się dwukrotnie i żadna inna liczba się nie powtarza.
Jak obliczana jest średnia arytmetyczna?
Średnia arytmetyczna to średnia arytmetyczna zbioru liczb. Ponieważ uwzględnia każdy punkt danych, jest bardzo wrażliwy na wartości odstające — te ekstremalne wartości, które są dalekie od reszty.
Jego obliczenie jest proste:
- Zbierz wszystkie punkty danych z próbki. Nie ma potrzeby ich wcześniejszego sortowania.
- Dodaj wszystkie wartości danych.
- Podziel tę kwotę przez liczbę punktów danych.
Należy pamiętać, że to obliczenie wymaga danych liczbowych. Nie można obliczyć średniej arytmetycznej dla danych kategorycznych, takich jak kolory czy nazwy.
Rozważmy inny przykład: śledzenie spożycia napojów gazowanych przez dziesięć osób.
| Człowiek | Soda pitna |
|---|---|
| 5 | |
| B | 4 |
| C | 8 |
| D | 5 |
| E | 16 |
| F | 0 |
| G | 10 |
| H. | 9 |
| ja | 20 |
| J. | 1 |
Suma tych wartości wynosi 78. W próbie 10 osób podzielenie 78 przez 10 daje średnio 7,8 napojów gazowanych na osobę.
Teraz zobacz, jak wartości odstające zniekształcają ten wynik. Wyobraź sobie dziesięciu najlepszych strzelców drużyny piłkarskiej:
| Gracz | Cele |
|---|---|
| 2 | |
| B | 3 |
| C | 4 |
| D | 4 |
| E | 5 |
| F | 6 |
| G | 8 |
| H. | 9 |
| ja | 12 |
| J. | 50 |
Kwota wynosi 103. Podzielone przez 10 zawodników daje średnio 10,3 bramek. Logiczne może wydawać się stwierdzenie, że przeciętny zawodnik zdobywa 10,3 gola. Ale to wprowadza w błąd. Tak naprawdę tylko dwóch graczy osiąga wyniki powyżej tej średniej. Większość ocenia poniżej 10.
Średnia arytmetyczna nie zawsze jest najlepszym narzędziem do zrozumienia zachowań populacji. Działa dobrze, gdy dane są równomiernie rozłożone. Kiedy występuje asymetria, potrzebujesz innego wyglądu.
Dlaczego mediana i moda są ważniejsze w przypadku skośnych danych
Mediana reprezentuje punkt środkowy zbioru danych. Dzieli Twoje dane na pół – 50% wartości poniżej, 50% powyżej. Ponieważ opiera się na położeniu, a nie na wielkości, ignoruje rzeczywistą odległość między wartościami. Dzięki temu jest odporny na ekstremalne emisje.
W przykładzie lodów mediana (119) była znacznie bliższa typowej miesięcznej sprzedaży niż średniej (259). Ogromne szczyty letnie podniosły średnią w górę, tworząc fałszywe wrażenie, jak wygląda „standardowy” miesiąc. Jeśli prowadzisz firmę, wiedza, że 119 to bardziej realistyczny poziom bazowy, pomaga w planowaniu zapasów. Średnia arytmetyczna może prowadzić do nadwyżki zapasów w wolniejszych miesiącach.
Moda dodaje kolejną warstwę zrozumienia. Określa najpopularniejszy wynik. W sprzedaży jest to często bardziej praktyczne niż przeciętnie. Jeśli najczęściej spotykaną wielkością sprzedaży jest 140 sztuk, to warto zwrócić uwagę na tę prawidłowość. Mówi o tym, co klienci robią najczęściej, a nie o tym, co oferuje centrum matematyczne.
Rozważmy scenariusz, w którym analizujesz czas rozwiązywania zgłoszeń do obsługi klienta. Większość wniosków jest rozpatrywana w ciągu dwóch dni. W niektórych przypadkach ze względu na złożone problemy zajmuje to dwa tygodnie. Średnia arytmetyczna może pokazać 4 dni. Mediana może pokazywać 2 dni. Moda zdecydowanie równa się 2 dniom.
Który z nich jest bardziej przydatny?
Jeśli ustalasz oczekiwania klientów, lepsza jest mediana lub tryb. Nie chcesz obiecywać 4 dni, kiedy większość ludzi otrzyma pomoc w ciągu 2. Średnia arytmetyczna zakrywa rzeczywistość na temat Twojego standardowego poziomu usług.
Moda ma jednak swoje ograniczenia. A co jeśli każda wartość jest unikalna? Wtedy nie ma mody. A co, jeśli istnieje wiele modów? Zbiór danych może być bimodalny i mieć dwie wspólne wartości. Może to wskazywać na dwie różne grupy klientów lub preferencje produktowe. W takich przypadkach moda kładzie nacisk na segmentację, a nie na jedno centralne znaczenie.
Medianę definiuje się zawsze dla danych liczbowych, o ile można ją uporządkować. Jest to wybór w przypadku rozkładu dochodów, cen domów lub dowolnego zbioru danych, w którym kilka skrajnych wartości wypaczyłoby średnią.
Kiedy więc należy użyć jakiego wskaźnika?
W przypadku rozkładów symetrycznych z kilkoma wartościami odstającymi należy stosować średnią arytmetyczną. Na przykład wyniki testów w dobrze wyważonej klasie lub zezwolenia produkcyjne.
Użyj mediany, jeśli dane są wypaczone lub zawierają wartości odstające. Na przykład dochody, ceny mieszkań lub czas reakcji.
Użyj trybu do danych kategorycznych lub do znalezienia najczęstszej wartości w dowolnym zestawie danych. Na przykład ulubione kolory, preferowane metody płatności
Jak znaleźć medianę zbioru danych
Mediana to środkowa wartość na uporządkowanej liście. Jest to narzędzie statystyczne, które dzieli zbiór danych na pół. W przeciwieństwie do średniej arytmetycznej mediana nie pozwala na skrajne odchylenia, które mogłyby zniekształcić wynik. Dzięki temu jest wiarygodny w przypadku danych o zarobkach lub wycenie, gdzie nienormalnie wysoka wartość może zniekształcić średnią arytmetyczną.
Aby znaleźć medianę, musisz przestrzegać ścisłego algorytmu. Najpierw zbierz dane liczbowe. Następnie je posortuj. Porządek ma tutaj znaczenie. Ułóż liczby od najmniejszej do największej lub największej do najmniejszej. Kierunek sortowania nie ma wpływu na pozycję środkową. Po sortowaniu znajdź środek.
Metoda zależy od tego, czy zbiór danych zawiera parzystą, czy nieparzystą liczbę elementów. Jeśli w zbiorze danych znajduje się nieparzysta liczba elementów, medianą jest pojedyncza wartość znajdująca się dokładnie pośrodku. Jeśli liczba elementów jest parzysta, masz dwie środkowe liczby. Znajdź średnią arytmetyczną tych dwóch wartości. To wszystko. Prosta logika.
Spójrzmy na konkretny przykład. Wyobraź sobie, że śledzisz sprzedaż siedmiu modeli telewizorów.
| Modelka | Sprzedaż |
|---|---|
| A | 104 |
| B | 67 |
| C | 122 |
| D | 176 |
| E | 81 |
| F | 130 |
| G | 75 |
Najpierw posortuj liczby sprzedaży:
67, 75, 81, 104, 122, 130, 176
Jest tu siedem znaczeń. Czwarta wartość znajduje się pośrodku. Mediana wynosi 104. Dlaczego? Ponieważ na dole są trzy liczby, a na górze trzy liczby. Znajduje się dokładnie pośrodku.
Zobaczmy teraz, co się stanie, jeśli dodamy kolejny model telewizora? Powiedzmy Model H, który sprzedał się w 150 sztukach. Nowa lista wygląda następująco:
67, 75, 81, 104, 122, 130, 150, 176
Teraz liczba elementów jest parzysta. Osiem przedmiotów. Nie ma jednej średniej liczby. Mamy dwie liczby: 104 i 122. Znajdź średnią arytmetyczną tych dwóch liczb.
104 + 122 = 226
226/2 = 113
Nowa mediana wynosi 113. Odzwierciedla ona zmianę w rozkładzie danych.
Definiowanie mody: od liczb do kategorii
Moda to inne pojęcie. Jest to najczęstsza wartość. Wielkość liczb nie ma znaczenia. Wszystko polega na powtarzaniu. To sprawia, że mod jest wyjątkowy, ponieważ działa również z danymi nienumerycznymi. Możesz znaleźć modę na kolor oczu, ulubione potrawy lub marki samochodów.
W zestawie danych może nie być żadnego trybu. Może być sama. Albo może być ich wiele. Terminologia różni się w zależności od częstotliwości.
* Unimodalny: Najczęściej występuje jedno znaczenie.
* Amodal: Żadna wartość się nie powtarza. Każdy element jest wyjątkowy.
* Bimodalny: Dwie wartości dzielą pozycję szczytową według częstotliwości.
* Multimodalny: Więcej niż dwie wartości mają najwyższą częstotliwość.
Obliczenie trybu jest proste: policz liczbę powtórzeń. Grupuj zduplikowane dane. Wybierz grupę z największą liczbą. To jest moda.
Rozważmy ankietę przeprowadzoną wśród dziesięciu rodzin i posiadanych przez nich samochodów.
| Rodzina | Samochody |
|---|---|
| A | 1 |
| B | 3 |
| C | 1 |
| D | 2 |
| E | 2 |
| F | 4 |
| G | 2 |
| H | 1 |
| ja | 2 |
| J. | 3 |
Policz częstotliwości:
* 4 samochody: 1 rodzina
* 3 samochody: 2 rodziny
* 1 samochód: 3 rodziny
* 2 samochody: 4 rodziny
Numer 2 jest najczęstszy. Tryb to 2. Większość rodzin w tej próbie posiada dwa samochody.
Tryb jest szczególnie dobry w przypadku danych kategorycznych. Rozważ zbadanie ulubionych kolorów dzieci.
| Dziecko | Ulubiony kolor |
|---|---|
| A | Zielony |
| B | Czerwony |
| C | Niebieski |
| D | Zielony |
| E | Biały |
| F | Różowy |
| G | Fioletowy |
| H | Zielony |
| ja | Niebieski |
| J. | Niebieski |
Policz kolory:
* Zielony: 3 razy
* Niebieski: 3 razy
* Czerwony, biały, różowy, fioletowy: 1 raz każdy
Pierwsze miejsce zajmują zielony i niebieski. Jest to rozkład bimodalny. Zarówno zielony, jak i niebieski są modami. Ta informacja mówi nam to, czego mediana lub średnia nigdy nie mogłaby nam powiedzieć: nie ma jednej „przeciętnej” preferencji, są tylko dwie dominujące możliwości.
















