Calculateur de moyenne, de médiane et de mode

Comprendre les mesures de la tendance centrale

Dans les statistiques,mesures de tendance centralesont des valeurs simples qui décrivent le centre ou la valeur typique d'un ensemble de données. Les trois plus importants sont la moyenne, la médiane et le mode -- chacun vous dit quelque chose de différent sur les données, et chacun est le plus approprié dans différentes situations.

Considérons cet ensemble de données: les résultats des tests {55, 60, 70, 75, 75, 80, 95}. Chaque mesure donne une perspective différente:

Aucune mesure n'est universellement "meilleure". Un analyste de données choisit la mesure appropriée en fonction de la forme de distribution, de la présence de valeurs aberrantes et de la question posée. Comprendre les trois - plus leurs limites - est fondamental pour la littératie statistique.

La moyenne (moyenne arithmétique): comment la calculer

Lemoyenne arithmétiqueest la somme de toutes les valeurs divisée par le nombre de valeurs. C'est la mesure la plus couramment utilisée de la tendance centrale et c'est ce que la plupart des gens entendent par "moyenne".

Formule: moyenne (x̄) = (Σxi) / n

où Σxi est la somme de toutes les valeurs et n est le nombre.

Exemple suivant:Les données sont les suivantes: {3, 7, 8, 5, 12, 4, 9, 6

1. La somme: 3 + 7 + 8 + 5 + 12 + 4 + 9 + 6 = 54
2. Nombre: 8 valeurs
3. Moyenne = 54 / 8 =6 à 75

La moyenne est sensible àvaleurs aberrantesPar exemple, si une valeur dans l'ensemble ci-dessus était 100 au lieu de 12, la moyenne sauterait à (54 - 12 + 100) / 8 = 142 / 8 = 17,75, loin de la valeur "typique" des données restantes.

Autres types de dispositifs à usage spécialisé:

• Moyenne géométrique:n√(x1 x x2 x ... x xn) -- utilisé pour les taux de croissance, les rendements, les ratios
• Moyenne harmonique:n / (1/x1 + 1/x2 + ... + 1/xn) -- utilisé pour les vitesses, les taux, les prix unitaires
• Moyenne pondérée:Σ(wixi) / Σwi -- utilisé lorsque les points de données ont une importance différente (par exemple, GPA)

Médiane: valeur moyenne

Lemédianeest la valeur moyenne d'un ensemble de données triées par ordre croissant. Elle divise la distribution exactement en deux: 50% des valeurs sont inférieures à la médiane et 50% supérieures.

Pour un nombre impair de valeurs:La médiane est égale à la valeur de (n+1) /2.

Pour un nombre pair de valeurs:La médiane est la moyenne des valeurs n/2 et (n/2 + 1).

Notez le dernier exemple: la moyenne de {1, 1, 1, 1000} = 250,75, mais la médiane = 1.la médiane est préférée à la moyenne pour les distributions biaiséesavec des valeurs aberrantes - le revenu médian, les prix du logement et la durée des séjours à l'hôpital sont tous déclarés comme médians parce que quelques valeurs extrêmement élevées rendraient la moyenne non représentative de l'expérience typique.

Mode: valeur la plus fréquente

Lele modeest la valeur qui apparaît le plus fréquemment dans un ensemble de données.

• Aucun mode:toutes les valeurs apparaissent avec la même fréquence (par exemple, {1, 2, 3, 4, 5})
• Un seul mode (unimodal):une valeur apparaît plus souvent que toutes les autres (par exemple, {1, 2, 2, 3, 4} -> mode = 2)
• deux modes (bimodal):deux valeurs liées pour les plus fréquentes (par exemple, {1, 1, 2, 3, 3} -> modes = 1 et 3)
• Mode multiple (multi-modalité):trois valeurs ou plus liées pour les plus fréquentes

Le mode est particulièrement utile pour:

• Données catégoriques:"Quelle est la taille de chaussure la plus populaire?" (taille 10 pour les hommes américains, par exemple)
• Données discrètes:"Combien d'enfants ont généralement les familles?" (souvent 2, le mode)
• Forme de répartition:Une distribution bimodal (deux pics) suggère deux sous-populations distinctes dans vos données - un signal essentiel dans l'analyse exploratoire

Distribution et autres mesures de répartition

Alors que la moyenne, la médiane et le mode décrivent le centre d'une distribution,Mesures de la propagationIls sont tout aussi importants pour la compréhension d'un ensemble de données.

Pour {2, 4, 4, 6, 8}: la moyenne est de 4,8, donc les écarts sont: (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. la variance est de (7,84 + 0,64 + 0,64 + 1,44 + 10,24) / 5 = 20,8 / 5 = 4,16.

L'écart-type est le cheval de bataille de la statistique - il apparaît dans les tests d'hypothèses, les intervalles de confiance, les calculs de distribution normale et le contrôle des processus.

Quand utiliser la moyenne par rapport à la médiane par rapport au mode

Choisir la mauvaise mesure de la tendance centrale peut être trompeur.

L'observation bien connue: "L'Américain moyen a un sein et un testicule" illustre pourquoi la moyenne peut être trompeuse pour les distributions bimodales. Dans ce cas, le mode (séparé par sexe) et la médiane sont des descripteurs plus informatifs que la moyenne globale.

Exemples du monde réel: moyenne, médiane et mode en pratique

La compréhension de la façon dont ces concepts s'appliquent dans des situations réelles renforce l'intuition statistique:

• Revenu des ménages américains (2023):L'écart reflète l'asymétrie des revenus - un petit nombre de très hauts salaires poussent considérablement la moyenne vers le haut. Les discussions politiques utilisent le revenu médian parce qu'il représente mieux le ménage "typique".
• Temps de fin de course:Dans une course de 10 km, le temps moyen d'arrivée peut être plus élevé que la médiane parce que les marcheurs lents forment une longue queue droite.
• Les résultats des épreuves de classe:Si un élève obtient un score de 5/100 et que vingt autres élèves obtiennent un score de 75 à 95/100, la moyenne est tirée vers le bas par la valeur aberrante.
• Taille des chaussures:Le mode est la statistique la plus exploitable - les détaillants stockent le plus d'inventaire dans la taille modale (la plus courante).
• Contrôle de qualité:Dans la fabrication, l'écart type des mesures du produit détermine la capacité du processus.

Résumé des statistiques descriptives: ce dont vous avez toujours besoin

Un résumé complet des statistiques descriptives pour n'importe quel ensemble de données devrait inclure tout ce qui suit. C'est ce que vous rapporteriez dans un article scientifique, une analyse commerciale ou une tâche académique:

Dans le travail académique et scientifique, rapportez toujours à la fois une mesure du centre ET une mesure de l'écart. Rapporter uniquement la moyenne (ou la médiane) sans l'écart-type (ou QI) donne une image incomplète de vos données. Une classe où les élèves ont obtenu une moyenne de 75% avec SD = 5% est très différente d'une classe avec moyenne = 75% mais SD = 25% - la première est un groupe serré de notes B, la seconde est un groupe extrêmement mélangé d'échec à presque parfait.

Pourcentages, quartiles et boîtiers

Au-delà de la moyenne, de la médiane et du mode, un résumé statistique complet comprend souvent une analyse percentile. Les percentiles vous indiquent quelle fraction des données est inférieure à une valeur donnée - essentielle pour comprendre la position relative, identifier les valeurs aberrantes et comparer les populations.

• Médiane = 50e centile:La moitié des données est inférieure à cette valeur
• Q1 (premier quartile) = 25e centile:25% des données sont inférieures au premier trimestre
• Q3 (troisième quartile) = 75e centile:75% des données sont inférieures au troisième trimestre
• RQI (range interquartile) = Q3 - Q1:Contient le milieu 50% des données
• Règle de l' écart:Les points inférieurs à Q1 - 1,5xIQR ou supérieurs à Q3 + 1,5xIQR sont considérés comme des valeurs aberrantes

Un diagramme de boîte (diagramme de boîte et de moustache) visualise cette information: la boîte s'étend de Q1 à Q3 (le QIR), une ligne marque la médiane et les "moustaches" s'étendent aux plus petites / plus grandes valeurs non aberrantes. Par exemple, la comparaison des résultats des tests dans trois écoles à l'aide de trois graphiques de boîtes côte à côte montre immédiatement quelle école a une performance médiane plus élevée, qui a plus de propagation (indiquant un enseignement incohérent) et si une école a un groupe d'élèves outliers ayant besoin de soutien.

Étape par étape: calculer la moyenne, la médiane et le mode à la main

Examinons un exemple complet avec un ensemble de données réalistes: chiffres des ventes mensuelles (en milliers) d'une petite entreprise sur 12 mois: {42, 38, 55, 61, 48, 52, 75, 48, 63, 44, 38, 57}.

Étape 1: trier les données

Sortis par ordre croissant:

Étape 2: Calculez la moyenne

La somme est égale à 38 + 38 + 42 + 44 + 48 + 48 + 52 + 55 + 57 + 61 + 63 + 75 = 621

n = 12, moyenne = 621 / 12 =51,75 (milliers de livres)

Étape 3: Trouvez la médiane

n = 12 (par): moyenne des 6e et 7e valeurs = (48 + 52) / 2 =50

Étape 4: Identifier le mode

Les numéros 38 et 48 apparaissent deux fois.{38, 48} Je vous en prie.(bi-modalité)

Étape 5: Calcul de la portée et de l'écart type

La portée = 75 - 38 =37

Les écarts par rapport à la moyenne (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; (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

La somme des écarts au carré est égale à 1 352,25; la variance est égale à 1 352,25/12 = 112,69; SD = √112,69 ~10 à 62

Interprétation

Cette entreprise a un chiffre d'affaires mensuel moyen de 51 750 $ avec une médiane de 50 000 $. L'écart-type de ~ 10 620 $ signifie que la plupart des mois se situent à +/- 10 620 $ de la moyenne. La distribution bimodal (deux modes) pourrait suggérer des modèles saisonniers - vérifier si les deux 38s et deux 48s se regroupent dans des mois spécifiques. L'exception supérieure (75 000 $ en un mois) tire la moyenne légèrement au-dessus de la médiane, indiquant une légère inclinaison positive - probablement un mois de ventes exceptionnel (saison des vacances, gros contrat, etc.).