Статистика может казаться иностранным языком, пока вы не разберете ее на составляющие. В основе анализа данных лежат три простых инструмента, которые показывают, где фактически находится набор данных. Мы называем их мерами центральной тенденции. Они отвечают на вопрос: если бы вам пришлось выбрать одно число, представляющее все эти данные, каким бы оно было?
Это не просто абстрактные математические концепции. Это практические способы найти закономерности в хаосе. Независимо от того, являетесь ли вы студентом, разглядывающим задание, или родителем, пытающимся понять отчет о успеваемости вашего ребенка, умение рассчитывать среднее арифметическое, медиану и моду имеет решающее значение.
«Меры центральной тенденции определяют центр набора данных. Они показывают, где сосредоточено наибольшее количество значений».
Ниже приведено простое объяснение этих трех различных показателей.
Среднее арифметическое: математическое среднее
Среднее арифметическое (mean) — это то, о чем большинство людей думает, когда слышит слово «среднее». Это наиболее часто используемая мера, но она также наиболее чувствительна к выбросам.
Чтобы найти среднее арифметическое, выполните два простых шага:
1. Сложите все значения в наборе данных.
2. Разделите полученную сумму на количество добавленных чисел.
Если у вас есть пять результатов тестов, сложите их все вместе и разделите на пять. Результатом будет среднее арифметическое. Вы получаете точный математический центр, но он может быть искажен, если одно значение значительно выше или ниже остальных.
Медиана: середина диапазона
Медиана — это истинное среднее значение набора данных. Важна не величина чисел, а их порядок. Это делает ее надежной мерой в случае наличия выбросов, которые могут исказить среднее арифметическое.
Чтобы рассчитать медиану:
— Расположите данные в порядке возрастания (от наименьшего к наибольшему).
— Найдите точное среднее число.
Если у вас нечетное количество точек данных, медианой является единственное среднее значение. Обычно, если количество значений четное, вы берете среднее арифметическое двух средних чисел. Медиана делит последовательность на две равные части. Половина данных находится выше этого значения, а половина — ниже.
Мода: наиболее часто встречающееся значение
Мода — это самая простая концепция, но она также может быть самой интересной. Это просто значение, которое встречается чаще всего в вашем наборе данных.
Набор данных может иметь:
— Одну моду (унимодальный)
— Две моды (бимодальный)
— Несколько мод (мультимодальный)
— Отсутствие моды вообще (когда каждое значение встречается только один раз)
Мода особенно полезна для категориальных данных. Вы не можете рассчитать среднее арифметическое ваших любимых цветов, но легко можете найти моду. Она показывает, что является самым распространенным или популярным в вашей группе.
Почему важны эти три показателя
Понимание того, как рассчитать среднее арифметическое, медиану и моду, — это не просто вопрос сдачи теста. Это вопрос интерпретации окружающего мира.
Представьте, что вы смотрите на цены на дома в районе. Если один особняк стоит 10 миллионов долларов, а девять домов — по 300 000 долларов, средняя цена будет значительно завышена. Это может создать впечатление, что район намного дороже, чем он есть на самом деле для среднего покупателя. Однако медиана останется ближе к 300 000 долларов, что даст более реалистичную картину типичной стоимости жилья.
Среднее арифметическое учитывает каждое значение. Медиана использует
Выбор между средним арифметическим, медианой и модой
Выбор между средним арифметическим, медианой и модой полностью зависит от распределения ваших данных. Среднее арифметическое лучше всего работает, когда данные группируются в центре, обеспечивая точную картину общей тенденции. Однако, если данные смещены к одному из краев, среднее значение искажается выбросами.
Когда значения на краях существенно отличаются от остальных, медиана или мода часто отражают более правдивую картину. Они подчеркивают то, что действительно является типичным для вашей выборки или генеральной совокупности. Имейте в виду, что мода — наиболее часто встречающееся значение — может находиться в любом месте набора данных, а не только в центре.
Рассмотрим быстрый пример, чтобы увидеть, как работают эти расчеты. Представьте себе вымышленное мороженое, которое отслеживает ежемесячные продажи независимо от вкуса:
| Месяц | Продано мороженого |
|---|---|
| Январь | 41 |
| Февраль | 38 |
| Март | 74 |
| Апрель | 98 |
| Май | 140 |
| Июнь | 421 |
| Июль | 785 |
| Август | 723 |
| Сентябрь | 506 |
| Октябрь | 140 |
| Ноябрь | 87 |
| Декабрь | 52 |
Чтобы найти среднее арифметическое, сложите все проданные порции мороженого и разделите на количество месяцев. Результат составляет примерно 259 порций мороженого в месяц.
А как насчет медианы? Сначала упорядочьте значения от наименьшего к наибольшему:
38 < 41 < 52 < 74 < 87 < 98 < 140 < 140 < 421 < 506 < 723 < 785
Поскольку количество точек данных четное, возьмите два средних значения: 98 и 140. Вычислите их среднее, чтобы получить медиану, которая равна 119.
Наконец, мода — это просто повторяющееся значение. Здесь это 140, так как оно встречается дважды, в то время как ни одно другое число не повторяется.
Как рассчитывается среднее арифметическое
Среднее арифметическое — это арифметическое среднее значение набора чисел. Поскольку оно учитывает каждую точку данных, оно очень чувствительно к выбросам — тем экстремальным значениям, которые находятся далеко от остальных.
Его расчет прост:
- Соберите все точки данных из вашей выборки. Сортировать их предварительно не нужно.
- Сложите все значения данных.
- Разделите эту сумму на количество точек данных.
Обратите внимание, что этот расчет требует числовых данных. Вы не можете рассчитать среднее арифметическое для категориальных данных, таких как цвета или имена.
Рассмотрим другой пример: отслеживание потребления газировки среди десяти человек.
| Человек | Выпито газировки |
|---|---|
| A | 5 |
| B | 4 |
| C | 8 |
| D | 5 |
| E | 16 |
| F | 0 |
| G | 10 |
| H | 9 |
| I | 20 |
| J | 1 |
Сумма этих значений составляет 78. В выборке 10 человек, деление 78 на 10 дает среднее значение 7,8 порции газировки на человека.
Теперь посмотрите, как выбросы искажают этот результат. Представьте себе десять лучших бомбардиров футбольной команды:
| Игрок | Голы |
|---|---|
| A | 2 |
| B | 3 |
| C | 4 |
| D | 4 |
| E | 5 |
| F | 6 |
| G | 8 |
| H | 9 |
| I | 12 |
| J | 50 |
Сумма составляет 103. Деление на 10 игроков дает среднее значение 10,3 гола. Может показаться логичным сказать, что средний игрок забивает 10,3 гола. Но это вводит в заблуждение. На самом деле, только два игрока забивают больше этого среднего значения. Большинство забивают меньше 10.
Среднее арифметическое не всегда является лучшим инструментом для понимания поведения совокупности. Оно хорошо работает, когда данные распределены равномерно. Когда присутствует асимметрия, вам нужен другой взгляд.
Почему медиана и мода важнее при асимметричных данных
Медиана представляет собой среднюю точку набора данных. Она делит ваши данные пополам — 50% значений ниже, 50% выше. Поскольку она опирается на позицию, а не на величину, она игнорирует фактическое расстояние между значениями. Это делает ее устойчивой к экстремальным выбросам.
В примере с мороженым медиана (119) была гораздо ближе к типичным ежемесячным продажам, чем среднее арифметическое (259). Огромные летние пики вытянули среднее значение вверх, создавая ложное представление о том, как выглядит «стандартный» месяц. Если вы управляете бизнесом, знание того, что 119 — более реалистичная базовая величина, помогает в планировании запасов. Среднее арифметическое может привести к избыточному запасу в более медленные месяцы.
Мода добавляет еще один уровень понимания. Она определяет наиболее популярный исход. В продажах это часто более практично, чем среднее значение. Если 140 единиц — это наиболее частый показатель продаж, это закономерность, на которую стоит обратить внимание. Она говорит о том, что клиенты делают чаще всего, а не о том, что предлагает математический центр.
Рассмотрим сценарий, в котором вы анализируете время разрешения заявок в службу поддержки клиентов. Большинство заявок решается за два дня. Некоторые из-за сложных вопросов занимают две недели. Среднее арифметическое может показывать 4 дня. Медиана может показывать 2 дня. Мода определенно равна 2 дням.
Что из этого более полезно?
Если вы устанавливаете ожидания клиентов, медиана или мода подходят лучше. Вы не хотите обещать 4 дня, когда большинству людей помогают за 2. Среднее арифметическое скрывает реальность вашего стандартного уровня обслуживания.
Однако у моды есть свои ограничения. Что, если каждое значение уникально? Тогда моды нет. Или что, если есть несколько мод? Набор данных может быть бимодальным, с двумя распространенными значениями. Это может указывать на две различные группы клиентов или предпочтения в продуктах. В таких случаях мода подчеркивает сегментацию, а не одно центральное значение.
Медиана всегда определена для числовых данных, при условии, что их можно упорядочить. Это выбор для распределения доходов, цен на жилье или любого набора данных, где несколько экстремальных значений исказили бы среднее значение.
Итак, когда вам следует использовать какой показатель?
Используйте среднее арифметическое для симметричных распределений с небольшим количеством выбросов. Например, оценки тестов в хорошо сбалансированном классе или производственные допуски.
Используйте медиану, когда данные асимметричны или содержат выбросы. Например, доходы, цены на жилье или время отклика.
Используйте моду для категориальных данных или для нахождения наиболее часто встречающегося значения в любом наборе данных. Например, любимые цвета, предпочтительные способы оплаты
Как найти медиану набора данных
Медиана — это среднее значение в упорядоченном списке. Это статистический инструмент, который делит набор данных пополам. В отличие от среднего арифметического, медиана не позволяет экстремальным отклонениям искажать результат. Это делает ее надежной для данных о доходах или оценках, где аномально высокое значение может исказить среднее арифметическое.
Чтобы найти медиану, необходимо следовать строгому алгоритму. Сначала соберите числовые данные. Затем отсортируйте их. Порядок здесь имеет значение. Расположите числа от наименьшего к наибольшему или от наибольшего к наименьшему. Направление сортировки не влияет на положение центра. После сортировки найдите середину.
Метод зависит от того, содержит ли набор данных четное или нечетное количество элементов. Если в наборе данных нечетное количество элементов, медианой является единственное значение, находящееся точно в середине. Если количество элементов четное, у вас есть два средних числа. Найдите среднее арифметическое этих двух значений. Вот и все. Простая логика.
Рассмотрим конкретный пример. Представьте, что вы отслеживаете продажи телевизоров семи моделей.
| Модель | Продажи |
|---|---|
| A | 104 |
| B | 67 |
| C | 122 |
| D | 176 |
| E | 81 |
| F | 130 |
| G | 75 |
Сначала отсортируйте числа продаж:
67, 75, 81, 104, 122, 130, 176
Здесь семь значений. Четвертое значение находится в середине. Медиана равна 104. Почему? Потому что есть три числа ниже и три числа выше. Оно находится ровно посередине.
Теперь посмотрим, что произойдет, если добавить еще одну модель телевизора? Допустим, модель H, которая продала 150 единиц. Новый список выглядит так:
67, 75, 81, 104, 122, 130, 150, 176
Теперь количество элементов четное. Восемь предметов. Нет одного единственного среднего числа. У нас есть два: 104 и 122. Найдите среднее арифметическое этих двух чисел.
104 + 122 = 226
226/2 = 113
Новая медиана равна 113. Она отражает изменение распределения данных.
Определение моды: от чисел к категориям
Мода — это другое понятие. Это наиболее часто встречающееся значение. Размер чисел не имеет значения. Речь идет исключительно о повторениях. Это делает моду уникальной, так как она также работает с нечисловыми данными. Вы можете найти моду для цветов глаз, любимых продуктов или марок автомобилей.
В наборе данных может не быть моды. Она может быть одна. Или их может быть много. Терминология меняется в зависимости от частоты.
* Унимодальная: Одно значение встречается чаще всего.
* Амодальная: Ни одно значение не повторяется. Каждый элемент уникален.
* Бимодальная: Два значения делят пиковую позицию по частоте.
* Мультимодальная: Более двух значений имеют наивысшую частоту.
Вычислить моду просто: подсчитайте количество повторений. Сгруппируйте повторяющиеся данные. Выберите группу с наибольшим количеством. Это и есть мода.
Рассмотрим опрос десяти семей и их владения автомобилями.
| Семья | Автомобили |
|---|---|
| A | 1 |
| B | 3 |
| C | 1 |
| D | 2 |
| E | 2 |
| F | 4 |
| G | 2 |
| H | 1 |
| I | 2 |
| J | 3 |
Подсчитайте частоты:
* 4 автомобиля: 1 семья
* 3 автомобиля: 2 семьи
* 1 автомобиль: 3 семьи
* 2 автомобиля: 4 семьи
Число 2 является наиболее распространенным. Мода равна 2. Большинство семей в этой выборке владеют двумя автомобилями.
Мода особенно хороша для категориальных данных. Рассмотрим исследование любимых цветов детей.
| Ребенок | Любимый цвет |
|---|---|
| A | Зеленый |
| B | Красный |
| C | Синий |
| D | Зеленый |
| E | Белый |
| F | Розовый |
| G | Фиолетовый |
| H | Зеленый |
| I | Синий |
| J | Синий |
Подсчитайте цвета:
* Зеленый: 3 раза
* Синий: 3 раза
* Красный, Белый, Розовый, Фиолетовый: по 1 разу
Зеленый и синий делят первое место. Это бимодальное распределение. И зеленый, и синий являются модами. Эта информация рассказывает нам о том, что медиана или среднее значение никогда не могли бы сказать: нет одного «среднего» предпочтения, есть только два доминирующих выбора.
