🟢 Beginner 🔥 Popular

Mean, Median & Mode Calculator

Calculate mean, median, mode, range, and other statistics for any data set. Use this free online math calculator for instant, accurate results. No signup.

Ποια είναι τα Μέτρα Κεντρικής Τάσης

Στα στατιστικά, τα μέτρα κεντρικής τάσης είναι μονά τιμές που περιγράφουν το κέντρο ή το τυπικό όγκο ενός ογκού. Οι τρεις πιο σημαντικές είναι ο μέσος όρος, ο μεσόλογος και ο moda — κάθε ένας λέει κάτι διαφορετικό για τα δεδομένα και κάθε ένας είναι πιο κατάλληλος σε διαφορετικές καταστάσεις.

Δεδομένα: βαθμοί εξέτασης {55, 60, 70, 75, 75, 80, 95}. Κάθε μέτρο δίνει διαφορετική άποψη:

ΜέτροΑξίαΠώς ΥπολογίζεταιΚαλύτερο για
Μέσος όρος (μέσος όρος)72,9(55+60+70+75+75+80+95) / 7Συμμετρικές κατανομές
Μέσος όρος (μέσος όρος)75Μέσος όρος των ταξινομημένων δεδομένωνΑσυμμετρικές κατανομές, ανωμαλίες
Μονότονος (περισσότερο συχνό)75Περισσότερο επαναλαμβανόμενο όγκοΚατηγοριακά δεδομένα, αναζήτηση κορυφών
Περίγραμμα40Μέγιστος - Μικρότερο = 95 - 55Μέτρηση διασποράς

Κανένα από τα μέτρα δεν είναι παντοδύναμο. Ένας στατιστικός επιλέγει το κατάλληλο μέτρο με βάση τη μορφή της κατανομής, την παρουσία ανωμαλιών και την ερώτηση που γίνεται.

Μέσος Όρος (Αριθμητικός Μέσος Όρος): Πώς να Τον Υπολογίσειτε

O αριθμητικός μέσος όρος είναι η άθροιση όλων των τιμών διαιρεμένη με τον αριθμό των τιμών. Είναι το πιο συχνά χρησιμοποιούμενο μέτρο κεντρικής τάσης και είναι αυτό που σημαίνει περισσότερο οι άνθρωποι όταν λένε "μέσος όρος".

Συντελεστής: Μέσος όρος (x̄) = (Σxᵢ) / n

Πού Σxᵢ είναι η άθροιση όλων των τιμών και n είναι ο αριθμός.

Παράδειγμα: Δεδομένα = {3, 7, 8, 5, 12, 4, 9, 6}

  1. Άθροιση: 3 + 7 + 8 + 5 + 12 + 4 + 9 + 6 = 54
  2. Αριθμός: 8 τιμές
  3. Μέσος όρος = 54 / 8 = 6,75

O μέσος όρος είναι ευαίσθητος στις ανωμαλίες — οι ακραίες τιμές_pull τον μέσο όρο προς αυτές. Για παράδειγμα, αν μια τιμή στο παραπάνω σύνολο ήταν 100 αντί για 12, ο μέσος όρος θα ανέβηκε σε (54 − 12 + 100) / 8 = 142 / 8 = 17,75, μακριά από το "τυπικό" όγκο των υπόλοιπων δεδομένων.

Άλλες τύποι μέσων για ειδικούς σκοπούς:

Μέσος Όρος: Η Μέση Τιμή

O μέσος όρος είναι η μέση τιμή ενός ογκού όταν ταξινομηθεί σε αύξοντα κράμα. Διαχωρίζει την κατανομή ακριβώς στο μέσο: 50% των τιμών πέφτουν κάτω από τον μέσο όρο και 50% πάνω από αυτόν.

Για ένα περιθώριο με περιθώριο: Μέσος όρος = η (n+1)/2η τιμή.

Για ένα περιθώριο με περιθώριο: Μέσος όρος = μέσος όρος των n/2 και (n/2 + 1)ων τιμών.

Ογκός ΔεδομένωνnΤαξινομημένοΜέσος Όρος
{4, 1, 9, 2, 6}5 (άριθμός){1, 2, 4, 6, 9}4 (3η τιμή)
{7, 3, 8, 5}4 (περίθορος){3, 5, 7, 8}(5+7)/2 = 6
{10, 20, 30, 40}4 (περίθορος){10, 20, 30, 40}(20+30)/2 = 25
{1, 1, 1, 1000}4 (περίθορος){1, 1, 1, 1000}(1+1)/2 = 1

Σημειώστε το τελευταίο παράδειγμα: ο μέσος όρος {1, 1, 1, 1000} = 250,75, αλλά ο μέσος όρος = 1. Αυτό είναι ένα τέλειο παράδειγμα γιατί ο μέσος όρος προτιμάται έναντι του μέσου όρου για ασυμμετρικές κατανομές με ανωμαλίες — ο μέσος όρος της ετήσιας εισόδημα, οι τιμές των ακινήτων και οι διάρκεια των νοσηλειών είναι όλα αναφερόμενα ως μέσο όρος επειδή κάποιες εξαιρετικά υψηλές τιμές θα κάνουν τον μέσο όρο ανεπίσημο για την αντιπροσωπευτική εμπειρία.

Μοντέλο: Η Περισσότερη Συχνότητα

Το μοντέλο είναι η τιμή που εμφανίζεται πιο συχνά σε ένα σύνολο δεδομένων. Ένα σύνολο δεδομένων μπορεί να έχει:

Το μοντέλο είναι ιδιαίτερα χρήσιμο για:

Σύνολο ΔεδομένωνΜοντέλοΤύπος
{1, 2, 3, 4, 5}ΚανέναΚανένα μοντέλο
{2, 4, 4, 6, 8}4Μονόμορφο
{1, 1, 3, 5, 5}1 και 5Διμορφικό
{α, β, β, γ, γ, δ, δ}β, γ, δΤριμορφικό

Περίμετρος και Άλλες Μέτρησεις Διασποράς

Αν και ο μέσος όρος, η median και το μοντέλο περιγράφουν το κέντρο μιας κατανομής, οι μέτρησεις διασποράς περιγράφουν πόσο πολύ τα δεδομένα διασκορπίζονται. Είναι εξίσου σημαντικές για την κατανόηση ενός συνόλου δεδομένων.

ΜέτρησηΦόρμουλαΠαράδειγμα ({2, 4, 4, 6, 8})Εύρος Αντίρρησης
ΠερίμετροςΜέγιστη − Μικρότερη8 − 2 = 6 Πολύ ευαίσθητη
Διαστήριο Τρίτου και Πρώτου Τεταρτηρίσματος (IQR)Q3 − Q17 − 3 = 4Ανθεκτική
Απάντηση (σ²)Σ(xᵢ − x̄)² / n3,44Ευαίσθητη
Στάνταρντ Διάμετρος (σ)√Απάντηση1,855Ευαίσθητη
Μέσος Αριθμός ΑντίρρησηςΣ|xᵢ − x̄| / n1,6Μoderate

Για {2, 4, 4, 6, 8}: μέσος όρος = 4,8, οπότε οι αντίστοιχες αποστάσεις είναι: (2−4,8)²=7,84, (4−4,8)²=0,64, (4−4,8)²=0,64, (6−4,8)²=1,44, (8−4,8)²=10,24. Απάντηση = (7,84+0,64+0,64+1,44+10,24)/5 = 20,8/5 = 4,16. Στάνταρντ Διάμετρος = √4,16 ≈ 2,04.

Η στάνταρντ διάμετρος είναι το εργαλείο των στατιστικών — εμφανίζεται σε δοκιμαστικές δοκιμές, εμπιστευτικές διαστήματα, υπολογισμούς κανονικής κατανομής και ελέγχους διαδικασίας. Μια χαμηλότερη στάνταρντ διάμετρος σημαίνει ότι τα δεδομένα είναι skupμένα γύρω από τον μέσο όρο, μια υψηλότερη στάνταρντ διάμετρος σημαίνει ότι τα δεδομένα είναι πιο διασκορπισμένα.

Πότε να χρησιμοποιήσετε Μέσο Όρο vs Median vs Μοντέλο

Η επιλογή του λάθος κεντρικού μέτρηματος μπορεί να είναι παραπλανητική. Εδώ είναι μια πρακτική οδηγία:

ΣύμπτωσηΕπιλεγμένο ΜέτρημαΓιατί
Συμμετρική κατανομή, χωρίς ανωμαλίεςΜέσος ΌροςΕυκολότερο στατιστικά; χρησιμοποιεί όλα τα δεδομένα
Κατανομή με σχήμαMedianΔεν πιέζεται από εξαιρετικά μεγάλες τιμές
Απώλειες / τιμές ακινήτωνMedianΚάποιοι εκατομμυριούχοι στρέφουν τον μέσο όρο προς τα επάνω
Κατηγοριακά δεδομέναΜοντέλοΟ μέσος όρος / median δεν εφαρμόζονται σε κατηγοριακά δεδομένα
Η πιο συνηθισμένη τιμήΜοντέλοΔιασταυρωμένο απάντηση σε "ποιο είναι ο πιο δημοφιλής;"
Μέσες βαθμολογίες / GPAΜέσος Όρος (βαρεμεριζόμενος)Όλες οι βαθμολογίες συνεισφέρονται ανάλογα
Επιστροφές μετοχών / ποσοστά ανάπτυξηςΓεωμετρικός μέσος όροςΛηφθεί με σε λογισμό
Χρόνια επιβίωσης, διαμονή σε νοσοκομείοMedianΣτρέφεται προς τα δεξιά από τις μακροχρόνιες περιπτώσεις

Η γνωστή παρατήρηση: "Ο μέσος Αμερικανός έχει ένα στήθος και ένα όρχι" δείχνει γιατί ο μέσος όρος μπορεί να είναι παραπλανητικός για διμορφικές κατανομές. Σε αυτή την περίπτωση, το μοντέλο (διαχωρισμένο από το φύλο) και η median είναι πιο πληροφοριακά περιγραφικά από τον συνολικό μέσο όρο.

Πραγματικές Απάντηση: Μέσος Όρος, Μέσος Αριθμός και Τύπος στην Πράξη

Η κατανόηση του πώς αυτά τα συστατικά εφαρμόζονται σε πραγματικές καταστάσεις χτίζει στατιστική σκέψη:

Φrequently Asked Questions

Ποιο είναι καλύτερο: η μέση ή η μεσόταξη;

Κανένα δεν είναι παντοτινά καλύτερο — εξυπηρετούν διαφορετικούς σκοπούς. Η μεσόταξη είναι πιο ανθεκτική στα εξωτερικά στοιχεία και αντιπροσωπεύει καλύτερα το "τυπικό" σε διανομές που έχουν κλίση (απώλεια, τιμές ακινήτων, χρόνοι επιβίωσης). Η μέση χρησιμοποιεί όλα τα στοιχεία, είναι μαθηματικά ιδανική για συμμετρικές διανομές και απαιτείται για περαιτέρω στατιστικές υπολογισμούς όπως η στάνταρντ διακύμανση και η υπόθεση δοκιμής. Χρησιμοποιήστε και τις δύο μαζί για να αποκτήσετε μια ολοκληρωμένη εικόνα.

Μπορεί ένα σύνολο δεδομένων να μην έχει κανένα τρόπο;

Ναι. Αν όλα τα στοιχεία εμφανίζονται με ίση συχνότητα, δεν υπάρχει τρόπος (π.χ., {1, 2, 3, 4, 5} — κάθε τιμή εμφανίζεται ακριβώς μια φορά). Ένα σύνολο δεδομένων μπορεί επίσης να είναι πολυμορφικό — διμορφικό (δύο τρόποι: {1, 1, 3, 3, 5}) ή τριμορφικό. Στην πράξη, μια διμορφική διανομή συχνά σημαίνει δύο διαφορετικές ομάδες στο δεδομένο σας, που είναι σημαντική πορεία να εξετάσετε.

Πώς βρίσκω τη μεσόταξη ενός αριθμού ισότιμων τιμών;

Ταξινομήστε τα στοιχεία σε αύξουσα σειρά, στη συνέχεια, μέσο των δύο μέσων αριθμών. Για {2, 4, 6, 8}: οι δύο μέσοι αριθμοί είναι 4 και 6, οπότε μεσόταξη = (4+6)/2 = 5. Για {1, 3, 5, 7, 9, 11}: μέσοι αριθμοί είναι 5 και 7, οπότε μεσόταξη = (5+7)/2 = 6. Η μεσόταξη δεν πρέπει να είναι μια τιμή στο σύνολο δεδομένων.

Τι σημαίνει όταν η μέση = μεσόταξη = τρόπος;

Όταν όλα τα τρία μέτρα είναι ίσα, η διανομή είναι τέλεια συμμετρική και μονομορφική — η κλασική καμπύλη (κανονική διανομή). Αυτό σημαίνει ότι δεν υπάρχουν εξωτερικά στοιχεία που να διαστρέφουν τα δεδομένα, και όλα τα τρία μέτρα είναι ισότιμα περιγραφείς του κέντρου. Στην πράξη, τα πραγματικά δεδομένα σπάνε να επιτύχουν τέλεια συμμετρία, αλλά η συμφωνία μεταξύ μέσης και μεσόταξης υποδεικνύει περίπου συμμετρία.

Ποιος είναι ο συνάφειας μεταξύ μέσης, μεσόταξης και κλίσης;

Σε μια δεξιά κλινωμένη (απώλεια) διανομή: Μέση > Μεσόταξη > Τρόπος. Στην αριστερά κλινωμένη (απώλεια) διανομή: Μέση < Μεσόταξη < Τρόπος. Στη συμμετρική διανομή: Μέση = Μεσόταξη ≈ Τρόπος. Αυτή η σχέση παρέχει μια γρήγορη οπτική έλεγχο: συγκρίνετε μέση και μεσόταξη για να καθορίσετε τη διεύθυνση της κλίσης χωρίς να κοιτάτε ένα γράφημα.

Πώς υπολογίζω τη μέση για τα κατηγοριοποιημένα δεδομένα;

Για τα κατηγοριοποιημένα συχνότητα δεδομένα, χρησιμοποιήστε το μέσο του κάθε κλάσματος διαστήματος: Μέση = Σ(μέσο × συχνότητα) / n. Παράδειγμα: αν 10 μαθητές σημείωσαν 50–60 (μέσο 55), 15 σημείωσαν 60–70 (μέσο 65) και 5 σημείωσαν 70–80 (μέσο 75): Μέση = (10×55 + 15×65 + 5×75) / 30 = (550+975+375)/30 = 1900/30 ≈ 63,3.

Ποιος είναι η διαφορά μεταξύ της μέσης της πληθυσμού και της μέσης της δειγματοληψίας;

Η μέση του πληθυσμού (μ, "μ") υπολογίζεται από κάθε μέλος του πληθυσμού. Η μέση της δειγματοληψίας (x̄, "x-μπαρ") υπολογίζεται από ένα υποσύνολο (δειγμα) που προέρχεται από αυτόν τον πληθυσμό. Η формуλα είναι ίδια, αλλά τα σύμβολα διαφέρουν. Στην πράξη, σχεδόν πάντα εργαζόμαστε με δειγματικές μέσες και τις χρησιμοποιούμε για να εκτιμήσουμε τη μέση του πληθυσμού — που εισάγει σφάλμα δειγματοληψίας και απαιτεί στατιστικές τεχνικές αντίληψης.

Πώς επηρεάζει ένα εξωτερικό στοιχείο τη μέση έναντι τη μεσόταξη;

Τα εξωτερικά στοιχεία επηρεάζουν σοβαρά τη μέση, αλλά έχουν μικρότερο αντίκρισμα στη μεσόταξη. Παράδειγμα: τα δεδομένα {1, 2, 3, 4, 5} έχουν μέση = 3 και μεσόταξη = 3. Προσθέστε ένα εξωτερικό στοιχείο {1, 2, 3, 4, 5, 100}: η μέση ανεβαίνει σε 19,2, αλλά η μεσόταξη αλλάζει μόνο σε (3+4)/2 = 3,5. Αυτή η ανθεκτικότητα κάνει τη μεσόταξη την προτιμώμενη μέτρηση όταν υπάρχουν εξωτερικά στοιχεία ή υποπτεύεστε.

Τι είναι η μεσαία μέση;

Μια μεσαία μέση (ή τριμμένη μέση) αφαιρεί ένα σταθερό ποσοστό των ακραίων τιμών πριν από τον υπολογισμό της μέσης. Για παράδειγμα, μια 10% τριμμένη μέση στο {1, 2, 3, 4, 5, 6, 7, 8, 9, 100}: αφαιρέστε τα κάτω και τα πάνω 10% (περίπου 1 τιμή κάθε ένα), αφήνοντας {2, 3, 4, 5, 6, 7, 8, 9}; μέση = 5,5. Οι τριμμένες μέσες χρησιμοποιούνται σε συστήματα βαθμολογίας (ολυμπιακά κριτήρια, πατινάζ) και οικονομικές στατιστικές για να μειώσουν την επίδραση των εξωτερικών στοιχείων ενώ να διατηρούν περισσότερα δεδομένα από τη μεσόταξη.

Πώς υπολογίζω τη μεσαία μέση;

Μηχανογραφημένη μέση = Σ(βάρος × τιμή) / Σ(βαρύτητες). Παράδειγμα — υπολογισμός βαθμολόγησης: βαθμός A (4,0) σε μια 3-κρυστάλλινη διαδικασία, βαθμός B (3,0) σε μια 4-κρυστάλλινη διαδικασία, βαθμός C (2,0) σε μια 2-κρυστάλλινη διαδικασία: Μηχανογραφημένη βαθμολόγηση = (4,0×3 + 3,0×4 + 2,0×2) / (3+4+2) = (12+12+4)/9 = 28/9 ≈ 3,11. Χωρίς βάρος, η απλή μέση θα ήταν (4+3+2)/3 = 3,0 — λείπει η nặngτερη επίδραση της 4-κρυστάλλινης διαδικασίας.

Συνοπτική Στατιστική Αναφορά: Αυτό που Πρέπει να Έχετε Πάντα

Μια πλήρη συνοπτική στατιστική αναφορά για οποιαδήποτε σετ δεδομένων πρέπει να περιλαμβάνει όλα τα ακόλουθα. Αυτό είναι αυτό που θα αναφέρετε σε επιστημονικό άρθρο, επιχειρηματική ανάλυση ή ακαδημαϊκή εργασία:

ΣτατιστικήΣύμβολοΠαράδειγμα ({2,4,4,6,8,10})Ερμηνεία
Αριθμόςn6Πόσοι παρατηρήσεις
Μέσος Όροςx̄5.67Μέσος όρος
Μέσος ΌροςM5.0Κεντρική τιμή (50η περιεκτική)
ΤύποςMo4Η πιο συχνή τιμή
ΠεριοχήR8Ποσοστό από το ελάχιστο στο μέγιστο
Στάνταρτ Διάμετροςσ ή s2.58Τυπική απόκλιση από τον μέσο όρο
Στατιστική Διακύμανσησ²6.67Διακύμανση στο τετραγωνικό
Ελάχιστο / Μέγιστο—2 / 10Εξωτερικά σημεία

Σε ακαδημαϊκά και επιστημονικά έργα, αναφέρετε πάντα και μια μέτρηση του κέντρου ΚΑΙ μια μέτρηση της διάδοσης. Η αναφορά μόνο του μέσου όρου (ή της μεσολάβησης) χωρίς τη στατιστική απόκλιση (ή IQR) δίνει μια ανεπαρκή εικόνα των δεδομένων σας. Ένα σχολείο όπου οι μαθητές σημείωσαν μέσο όρο 75% με στάνταρτ απόκλιση = 5% είναι πολύ διαφορετικό από ένα άλλο με μέσο όρο = 75% αλλά στάνταρτ απόκλιση = 25% — το πρώτο είναι μια στενή ομάδα από Β γράμματα, το δεύτερο είναι μια άκρως μικτή ομάδα από αποτυχημένους έως σχεδόν τέλειους.

Δεκαδικές Περίцентρες, Τεταρτοπρόσωποι και Βοξ Πλέιτς

Πέρα από τον μέσο όρο, την μεσολάβηση και τον τύπο, μια πλήρη στατιστική αναφορά συχνά περιλαμβάνει ανάλυση δεκαδικών περιεκτικών. Οι δεκαδικές περιεκτικές σαςบอกουν ποια ποσοστό των δεδομένων βρίσκεται κάτω από μια δεδομένη τιμή — απαραίτητη για την κατανόηση της σχετικής κατάστασης, την ταυτοποίηση των εξωλέμβων και την σύγκριση μεταξύ πληθυσμών.

ΠεριεκτικήΜέροςΠαράδειγμα (πληροφορίες εξαμήνου, n=100)
10η10% βρίσκεται κάτω απόΜarks = 52 → σημείωσε καλύτερη από 10% της τάξης
25η (Q1)25% βρίσκεται κάτω απόΜarks = 64 → όριο κάτω από την τεταρτοπρόσωπο
50η (Μέσος Όρος)50% βρίσκεται κάτω απόΜarks = 75 → μέσο της κατανομής
75η (Q3)75% βρίσκεται κάτω απόΜarks = 87 → όριο πάνω από την τεταρτοπρόσωπο
90η90% βρίσκεται κάτω απόΜarks = 93 → πάνω από 10% της τάξης
99η99% βρίσκεται κάτω απόΜarks = 99 → πάνω από 1%

Ένα βωξ πλέιτς (βωξ-και-πλέιτς) vizualize την πληροφορία αυτή: το βωξ καλύπτει Q1 έως Q3 (το IQR), μια γραμμή σηματοδοτεί τον μέσο όρο, και "πλέιτς" εκτείνεται στο μικρότερο/μεγαλύτερο μη-εξωλέμβο αξία. Τα ατομικά εξωλέμβα σημεία αναφέρονται ως δότες. Τα βωξ πλέιτς είναι εξαιρετικά χρήσιμα για την σύγκριση κατανομών μεταξύ πολλών ομάδων πλευρά-πλευρά, αποκαλύπτοντας διαφορές στο κέντρο, διάδοση και σκαλισμό που μια απλή σύγκριση μέσου όρου θα bỏλούσε. Για παράδειγμα, η σύγκριση των βαθμολογιών εξετάσεων μεταξύ τριών σχολείων με τρεις πλευρά-πλευρά βωξ πλέιτς δείχνει αμέσως ποιο σχολείο έχει υψηλότερο μέσο όρο, ποιο έχει μεγαλύτερη διάδοση (αντιπροσωπεύοντας ανισότητα στην διδασκαλία) και αν οποιοδήποτε σχολείο έχει μια ομάδα εξωλέμβων μαθητών που χρειάζονται υποστήριξη. Αυτή η vizual density στατιστικής πληροφορίας σε μια συμπαγή εμφάνιση κάνει τα βωξ πλέιτς ένα από τα πιο ισχυρά και λιγότερο χρησιμοποιούμενα εργαλεία στην επικοινωνία δεδομένων.

Σταδιακά: Λήψη Μέσου, Μέσης και Τύπου με χέρι

Ας δούμε ένα πλήρες παράδειγμα με ένα πραγματικό σύνολο δεδομένων: μηνιαίες πωλήσεις (σε χιλιάδες) για μια μικρή επιχείρηση κατά τη διάρκεια 12 μηνών: {42, 38, 55, 61, 48, 52, 75, 48, 63, 44, 38, 57}.

Βήμα 1: Ταξινομήστε τα Δεδομένα

Ταξινομημένα σε αύξοντα: {38, 38, 42, 44, 48, 48, 52, 55, 57, 61, 63, 75}

Βήμα 2: Λήψη του Μέσου

Σύνολο = 38+38+42+44+48+48+52+55+57+61+63+75 = 621

n = 12, Μέσος = 621 / 12 = 51,75 (χιλιάδες)

Βήμα 3: Βρες την Μέση Αξία

n = 12 (παράνομη): μέσο των 6ου και 7ου αξιών = (48 + 52) / 2 = 50

Βήμα 4: Αναγνωρίστε τον Τύπο

Και οι 38 και 48 εμφανίζονται δύο φορές. Τύπος = {38, 48} (διπλάσιο)

Βήμα 5: Υπολογισμός της Διακύμανσης και της Στάθμης

Διακύμανση = 75 − 38 = 37

Απώλειες από μέσο (51,75): (38−51,75)² = 189,06; (38−51,75)² = 189,06; (42−51,75)² = 95,06; (44−51,75)² = 60,06; (48−51,75)² = 14,06; (48−51,75)² = 14,06; (52−51,75)² = 0,06; (55−51,75)² = 10,56; (57−51,75)² = 27,56; (61−51,75)² = 85,56; (63−51,75)² = 126,56; (75−51,75)² = 540,56

Σύνολο τετραγωνικών αποκλίσεων = 1.352,25; Διακύμανση = 1.352,25/12 = 112,69; Στάθμη = √112,69 ≈ 10,62

Ερμηνεία

Αυτή η επιχείρηση έχει μέσο μηνιαίες πωλήσεις 51.750 δολαρίων με μέσο όρο 50.000 δολαρίων. Η στάθμη ~ 10.620 δολαρίων σημαίνει ότι οι πλειοψηφία των μηνών βρίσκεται στο ±10.620 δολάρια από το μέσο όρο. Η διπλάσια κατανομή (δύο τύποι) μπορεί να υποδηλώνει εποχιακά μοτίβα — ελέγξτε αν οι δύο 38 και 48 συσσωματώνονται σε συγκεκριμένα μήνες. Η κορυφαία αποκλίνουσα τιμή (75.000 δολάρια σε ένα μήνα)_pulls_ το μέσο όρο ελαφρά πάνω από το μέσο όρο, υποδεικνύοντας μια ελαφρά θετική σκαλί — πιθανότατα ένα εξαιρετικό μήνα πωλήσεων (εορταστική περίοδος, μεγάλο συμβόλαιο κ.λπ.).

Σχετιζόμενοι Καλκουλάτορες