Calculator voor gemiddelde, mediaan en modus

Inzicht in de maatstaven van de centrale tendens

In de statistiek,maatstaven van centrale tendensDe drie belangrijkste zijn het gemiddelde, de mediaan en de modus -- elk vertelt je iets anders over de gegevens, en elk is het meest geschikt in verschillende situaties.

Beschouw deze dataset: testscores {55, 60, 70, 75, 75, 80, 95}. Elke maat geeft een ander perspectief:

Geen enkele maatstaf is universeel "beste". Een data-analist kiest de juiste maatstaf op basis van de vorm van de verdeling, de aanwezigheid van uitschieters en de vraag die wordt gesteld. Alle drie begrijpen - plus hun beperkingen - is fundamenteel voor statistische geletterdheid.

Het gemiddelde (arithmetisch gemiddelde): hoe berekent men het?

Derekenkundig gemiddeldeis de som van alle waarden gedeeld door het aantal waarden. Het is de meest gebruikte maatstaf van de centrale tendens en is wat de meeste mensen bedoelen als ze zeggen "gemiddelde".

Formule: gemiddeld (x̄) = (Σxi) / n

Waar Σxi de som van alle waarden is en n het aantal.

Voorbeeld:Gegevens = {3, 7, 8, 5, 12, 4, 9, 6}

1. Som: 3 + 7 + 8 + 5 + 12 + 4 + 9 + 6 = 54
2. Aantal: 8 waarden
3. Gemiddeld = 54 / 8 =6,75

Het gemiddelde is gevoelig voorbuitensporige waarden- extreme waarden trekken het gemiddelde naar zich toe. Als bijvoorbeeld één waarde in de bovenstaande verzameling 100 is in plaats van 12, zou het gemiddelde naar (54 - 12 + 100) / 8 = 142 / 8 = 17,75 springen, ver van de "typische" waarde van de resterende gegevens.

Andere soorten hulpmiddelen voor speciale doeleinden:

• Geometrisch gemiddelde:n√(x1 x x2 x ... x xn) -- gebruikt voor groeipercentages, rendementen, ratio's
• Harmonisch gemiddelde:n / (1/x1 + 1/x2 + ... + 1/xn) -- gebruikt voor snelheden, tarieven, prijzen per eenheid
• Gewichted gemiddelde:Σ(wixi) / Σwi -- gebruikt wanneer gegevenspunten van verschillend belang zijn (bv. GPA)

Mediane: de gemiddelde waarde

Demediaanis de middelste waarde van een gegevensverzameling, gesorteerd in oplopende volgorde, die de verdeling precies in tweeën verdeelt: 50% van de waarden ligt onder de mediaan en 50% boven.

Voor een oneven aantal waarden:Mediane = de (n+1) / 2e waarde.

Voor een even aantal waarden:Mediane = gemiddelde van de n/2 en (n/2 + 1) th waarden.

Let op het laatste voorbeeld: het gemiddelde van {1, 1, 1, 1000} = 250,75, maar de mediaan = 1.mediane voorkeur boven gemiddelde voor scheve verdelingenmet buitensporige waarden - mediane inkomen, huizenprijzen en ziekenhuisverblijfsduur worden allemaal gerapporteerd als medianen omdat een paar extreem hoge waarden het gemiddelde niet representatief zouden maken voor de typische ervaring.

Modus: De meest voorkomende waarde

Demodusis de waarde die het meest voorkomt in een gegevensset.

• Geen modus:alle waarden worden even vaak weergegeven (bv. {1, 2, 3, 4, 5})
• Een modus (unimodal):één waarde verschijnt vaker dan alle andere (bijvoorbeeld {1, 2, 2, 3, 4} -> modus = 2)
• Twee modi (bimodaal):twee waarden gebonden voor de meest voorkomende (bijvoorbeeld {1, 1, 2, 3, 3} -> modi = 1 en 3)
• Meervoudige modus (multimodal):drie of meer waarden gebonden voor de meest voorkomende

De modus is in het bijzonder nuttig voor:

• Categorische gegevens:"Wat is de meest populaire schoenmaat?" (grootte 10 voor Amerikaanse mannen, bijvoorbeeld)
• Discrete gegevens:"Hoeveel kinderen hebben gezinnen doorgaans?" (vaak 2, de modus)
• Distributievorm:Een bimodale verdeling (twee pieken) suggereert twee verschillende subpopulaties in uw gegevens - een kritisch belangrijk signaal in exploratieve analyse

Verspreidingsgebied en andere maatstaven

Terwijl gemiddelde, mediaan en modus het centrum van een verdeling beschrijven,spreidingsmaatregelenZe zijn even belangrijk voor het begrijpen van een dataset.

Voor {2, 4, 4, 6, 8}: gemiddelde = 4.8, dus afwijkingen zijn: (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. variantie = (7.84+0.64+0.64+1.44+10.24)/5 = 20.8/5 = 4.16.

Standaarddeviatie is het werkpaard van de statistiek - het verschijnt in hypothese testen, betrouwbaarheidsintervallen, normale distributie berekeningen en procescontrole. Een lagere standaarddeviatie betekent dat gegevens worden geclusterd in de buurt van het gemiddelde; een hogere standaarddeviatie betekent dat gegevens meer verspreid zijn.

Wanneer de gemiddelde versus mediaan versus modus moet worden gebruikt

Het kiezen van de verkeerde maatstaf voor de centrale tendens kan misleidend zijn.

De bekende opmerking: "De gemiddelde Amerikaan heeft één borst en één testikel" illustreert waarom het gemiddelde misleidend kan zijn voor bimodale distributies.

Voorbeelden uit de praktijk: gemiddelde, mediaan en modus in de praktijk

Inzicht in de toepassing van deze begrippen in reële situaties bouwt statistische intuïtie op:

• US huishoudelijk inkomen (2023):Het verschil weerspiegelt inkomensverschillen - een klein aantal zeer hoge verdieners trekt het gemiddelde dramatisch omhoog. Beleidsdiscussies gebruiken het mediane inkomen omdat het beter het "typische" huishouden vertegenwoordigt.
• De eindtijden van de lopende race:In een 10K-race kan de gemiddelde eindtijd hoger zijn dan de mediaan omdat langzame lopers een lange rechterstaart vormen.
• Klasse test scores:Als één leerling 5/100 scoort en twintig anderen 75 - 95/100, wordt het gemiddelde naar beneden getrokken door de buitensporige waarde.
• Schoenmaat:De modus is de meest bruikbare statistiek - detailhandelaren hebben de meeste voorraad in de modale (meest voorkomende) grootte.
• Kwaliteitscontrole:In de productie bepaalt de standaardafwijking van de productmetingen de procescapaciteit.

Samenvatting van beschrijvende statistieken: Wat u altijd nodig hebt

Een volledige beschrijvende statistische samenvatting voor elke gegevensset moet al het volgende bevatten. Dit is wat je zou rapporteren in een wetenschappelijk artikel, een zakelijke analyse of een academische opdracht:

In academisch en wetenschappelijk werk, rapporteer altijd zowel een maat van centrum EN een maat van verspreiding. Het rapporteren van alleen het gemiddelde (of mediaan) zonder de standaardafwijking (of IQR) geeft een onvolledig beeld van uw gegevens. Een klas waar studenten een gemiddelde van 75% scoorden met SD = 5% is heel anders dan een met gemiddelde = 75% maar SD = 25% - de eerste is een strak cluster van B-graden, de tweede is een wild gemengde groep van falen tot bijna perfect.

Percentielen, kwartielen en boxplots

Naast gemiddelde, mediaan en modus, bevat een volledige statistische samenvatting vaak een percentielanalyse. Percentielen vertellen je welk deel van de gegevens onder een bepaalde waarde valt - essentieel voor het begrijpen van relatieve status, het identificeren van uitschieters en het vergelijken tussen populaties.

• Mediane = 50e percentiel:De helft van de gegevens ligt onder deze waarde.
• Q1 (Eerste kwartiel) = 25e percentiel:25% van de gegevens is lager dan Q1
• Q3 (derde kwartiel) = 75e percentiel:75% van de gegevens is lager dan Q3
• IQR (interkwartielbereik) = Q3 - Q1:Bevat de middelste 50% van de gegevens
• Outlier regel:Punten onder Q1 - 1,5xIQR of boven Q3 + 1,5xIQR worden als uitschieters beschouwd

Een box plot (box-and-whisker plot) visualiseert deze informatie: de box strekt zich uit over Q1 tot Q3 (de IQR), een lijn markeert de mediaan, en "whiskers" strekken zich uit tot de kleinste/grootste niet-afwijkende waarden. Bijvoorbeeld, het vergelijken van testscores over drie scholen met behulp van drie side-by-side boxplots laat onmiddellijk zien welke school een hogere mediaanprestatie heeft, welke meer verspreid is (indicatie van inconsistent onderwijs), en of een school een cluster van buitensporige studenten heeft die ondersteuning nodig hebben. Deze visuele dichtheid van statistische informatie in een compact display maakt boxplots een van de meest krachtige en onderbenutte hulpmiddelen in gegevenscommunicatie.

Stap voor stap: Gemiddelde, mediaan en modus met de hand berekenen

Laten we een volledig voorbeeld met een realistische dataset bekijken: maandelijkse verkoopcijfers (in duizenden) voor een klein bedrijf over 12 maanden: {42, 38, 55, 61, 48, 52, 75, 48, 63, 44, 38, 57}.

Stap 1: Sorteren van de gegevens

Gesorteerd naar boven: {38, 38, 42, 44, 48, 48, 52, 55, 57, 61, 63, 75}

Stap 2: Bereken het gemiddelde

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

n = 12, gemiddelde = 621 / 12 =51,75 (duizend)

Stap 3: Zoek de mediaan

n = 12 (even): gemiddelde van de 6e en 7e waarden = (48 + 52) / 2 =50

Stap 4: Identificeer de modus

Zowel 38 als 48 verschijnen tweemaal.{38, 48}(bimodaal)

Stap 5: Berekeningsbereik en standaardafwijking

Range = 75 - 38 =37

Afwijkingen van het gemiddelde (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

Som van de kwadraat van de afwijkingen = 1.352,25; variantie = 1.352,25/12 = 112,69; SD = √112,69 ~10,62

Interpretatie

De standaardafwijking van ~ $ 10.620 betekent dat de meeste maanden binnen +/- $ 10.620 van het gemiddelde vallen. De bimodale verdeling (twee modi) kan seizoenspatronen suggereren - controleer of de twee 38's en twee 48's in specifieke maanden samenkomen. De hoogste uitschieter ($ 75.000 in een maand) trekt het gemiddelde iets boven de mediaan, wat wijst op een lichte positieve scheefheid - waarschijnlijk een uitzonderlijke verkoopmaand (vakantie, groot contract, enz.).