Calculator de medie, mediană și mod

Înțelegerea măsurilor tendinței centrale

În statistici,măsuri ale tendinței centralesunt valori unice care descriu valoarea centrală sau tipică a unui set de date. Cele trei cele mai importante sunt media, mediana și modul - fiecare vă spune ceva diferit despre date, și fiecare este cel mai potrivit în diferite situații.

Fiecare măsură oferă o perspectivă diferită:

Nu există o singură măsură universală "cea mai bună". Un analist de date alege măsura adecvată bazată pe forma distribuției, prezența valorilor anormale și întrebarea pusă. Înțelegerea tuturor celor trei - plus limitările lor - este fundamentală pentru alfabetizarea statistică.

Media aritmetică: cum se calculează

Proiectulmedia aritmeticăEste cea mai frecvent folosită măsură a tendinței centrale și este ceea ce majoritatea oamenilor înțeleg atunci când spun "medie".

Formula: medie (x̄) = (Σxi) / n

În cazul în care Σxi este suma tuturor valorilor și n este numărul.

Exemplu:Data = {3, 7, 8, 5, 12, 4, 9, 6}

1. Suma: 3 + 7 + 8 + 5 + 12 + 4 + 9 + 6 = 54
2. Număr: 8 valori
3. Media = 54 / 8 =6,75

Media este sensibilă lavalori anormaleDe exemplu, dacă o valoare din setul de mai sus ar fi 100 în loc de 12, media ar sări la (54 - 12 + 100) / 8 = 142 / 8 = 17,75, departe de valoarea "tipică" a celorlalte date.

Alte tipuri de mijloace pentru utilizări specializate:

• Media geometrică:n√(x1 x x2 x ... x xn) -- utilizat pentru ratele de creștere, randamente, rapoarte
• Media armonică:n / (1/x1 + 1/x2 + ... + 1/xn) -- folosit pentru viteze, rate, prețuri pe unitate
• Media ponderată:Σ(wixi) / Σwi -- folosit atunci când punctele de date au importanță diferită (de exemplu, GPA)

Media: valoarea medie

Proiectulmedianăeste valoarea medie a unui set de date, sortată în ordine ascendentă, care împarte distribuția exact în două: 50% din valori se situează sub mediană și 50% peste aceasta.

Pentru un număr impar de valori:Mediana = valoarea (n+1) /2.

Pentru un număr par de valori:Mediana = media valorilor n/2 și (n/2 + 1)

Observați ultimul exemplu: media de {1, 1, 1, 1000} = 250,75, dar mediana = 1.mediana este preferată față de medie pentru distribuțiile înclinatecu valori anormale - venitul median, prețurile locuințelor și durata șederii în spital sunt toate raportate ca mediane deoarece câteva valori extrem de mari ar face ca media să nu reprezinte experiența tipică.

Mod: Valoarea cea mai frecventă

Proiectulmod de operareeste valoarea care apare cel mai frecvent într-un set de date.

• Fără mod:toate valorile apar la fel de des (de exemplu, {1, 2, 3, 4, 5})
• Un mod (unimodal):o valoare apare mai des decât toate celelalte (de exemplu, {1, 2, 2, 3, 4} -> mod = 2)
• Două moduri (bimodal):două valori legate pentru cele mai frecvente (de exemplu, {1, 1, 2, 3, 3} -> moduri = 1 și 3)
• Moduri multiple (multimodal):trei sau mai multe valori legate pentru cele mai frecvente

Modul este deosebit de util pentru:

• Date categorice:"Care este cea mai populară mărime de pantofi?" (de exemplu, mărimea 10 pentru bărbații din SUA)
• Datele discrete:"Câţi copii au în mod obişnuit familiile?" (de obicei 2 copii)
• Forma distribuției:O distribuție bimodală (două vârfuri) sugerează două subpopulații distincte în datele dvs. - un semnal extrem de important în analiza exploratorie

Distribuția și alte măsuri ale răspândirii

În timp ce media, mediana și modul descriu centrul unei distribuții,măsuri de răspândireAcestea sunt la fel de importante pentru înțelegerea unui set de date.

Pentru {2, 4, 4, 6, 8}: media = 4,8, deci deviațiile sunt: (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.

Deviația standard este calul de lucru al statisticilor - apare în testarea ipotezelor, intervalele de încredere, calculele distribuției normale și controlul proceselor. O deviație standard mai mică înseamnă că datele sunt grupate aproape de medie; o deviație standard mai mare înseamnă că datele sunt mai răspândite.

Când se utilizează modul medie vs mediană vs

Alegerea unei măsuri greșite a tendinței centrale poate fi înșelătoare.

Observația binecunoscută: "Americanul mediu are un sân și un testicul" ilustrează de ce media poate fi înșelătoare pentru distribuțiile bimodale.

Exemple din lumea reală: media, mediana și modul în practică

Înțelegerea modului în care aceste concepte se aplică în situații reale construiește intuiția statistică:

• Veniturile gospodăriilor din SUA (2023):Media ~ $105,000; media ~ $74,580. Diferența reflectă incertitudinea veniturilor - un număr mic de câștigători foarte mari trage în mod dramatic media în sus. Discuțiile politice folosesc venitul median pentru că reprezintă mai bine gospodăria "tipică".
• Timpul de finalizare al cursei:Într-o cursă de 10 km, timpul mediu de finalizare poate fi mai mare decât mediana, deoarece cei care merg mai încet formează o coadă lungă la dreapta.
• Rezultatele testelor de clasă:Dacă un elev obține 5/100 și alți douăzeci obțin 75 - 95/100, media este trasă în jos de valoarea excepțională.
• Marimea pantofilor:Modul este cea mai aplicabilă statistică - comercianții cu amănuntul stochează cele mai multe stocuri în dimensiunea modală (cea mai comună).
• Controlul calității:În producție, deviația standard a măsurătorilor produsului determină capacitatea procesului.

Rezumatul statisticii descriptive: Ceea ce ai nevoie întotdeauna

Un rezumat complet al statisticilor descriptive pentru orice set de date ar trebui să includă toate următoarele.

În munca academică și științifică, raportați întotdeauna atât o măsură a centrului, cât și o măsură a răspândirii. Raportarea doar a mediei (sau medianei) fără deviația standard (sau IQR) oferă o imagine incompletă a datelor dvs. O clasă în care elevii au obținut o medie de 75% cu SD = 5% este foarte diferită de una cu medie = 75%, dar SD = 25% - primul este un grup strâns de note B, al doilea este un grup foarte amestecat de la eșec până la aproape perfect.

Percentile, quartile și box plots

Dincolo de medie, mediană și mod, un rezumat statistic complet include adesea analiza percentilelor. Percentilele vă spun ce fracțiune de date se încadrează sub o valoare dată - esențială pentru înțelegerea poziției relative, identificarea valorilor anormale și compararea între populații.

• Mediana = percentilul 50:Jumătate din date sunt sub această valoare
• Q1 (primul cuartil) = percentilul 25:25% din date sunt sub Q1
• Q3 (al treilea cartil) = percentilul 75:75% din date sunt sub Q3
• IQR (interval interquartil) = Q3 - Q1:Conține 50% din mijlocul datelor
• Regula excepţională:Punctele sub Q1 - 1,5xIQR sau peste Q3 + 1,5xIQR sunt considerate valori anormale

Un grafic cu cutie (grafic cu cutie și mustață) vizualizează aceste informații: cutia se întinde de la Q1 la Q3 (IQR), o linie marchează mediana, iar "mustațele" se extind până la cele mai mici / cele mai mari valori non-excepționale. Punctele individuale extreme sunt trase ca puncte. Grafice cu cutie sunt excelente pentru compararea distribuțiilor în mai multe grupuri unul lângă altul, dezvăluind diferențe în centru, răspândire și înclinare pe care o simplă comparație medie le-ar pierde. De exemplu, compararea scorurilor de testare din trei școli folosind trei grafice de cutie alături arată imediat care școală are o performanță mediană mai mare, care are mai multă răspândire (indicând o predare incoerentă) și dacă orice școală are un grup de elevi outlier care au nevoie de sprijin. Această densitate vizuală a informațiilor statistice într-un afișaj compact face ca graficele de cutie să fie unul dintre cele mai puternice și mai puțin utilizate instrumente în comunicarea datelor.

Pas cu pas: Calcularea medie, mediană şi a modului manual

Să analizăm un exemplu complet cu un set de date realiste: cifrele de vânzări lunare (în mii) pentru o mică întreprindere pe o perioadă de 12 luni: {42, 38, 55, 61, 48, 52, 75, 48, 63, 44, 38, 57}.

Pasul 1: Sortarea datelor

Sortate în ordine ascendentă: {38, 38, 42, 44, 48, 48, 52, 55, 57, 61, 63, 75}

Pasul 2: Calculaţi media

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

n = 12, medie = 621 / 12 =51.75 (mii)

Pasul 3: Găsiţi mediana

n = 12 (par): media valorii a șasea și a șaptea = (48 + 52) / 2 =50

Pasul 4: Identificaţi modul

Atât 38 cât și 48 apar de două ori.{38, 48}(bi-modal)

Etapa 5: Calcularea intervalului și a deviației standard

Domeniul = 75 - 38 =37

Deviații de la media (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

Suma devianțelor la pătrat = 1,352.25; Varianța = 1,352.25/12 = 112.69; SD = √112.69 ~10.62

Interpretarea

Această afacere are vânzări medii lunare de 51.750 de dolari cu o mediană de 50.000 de dolari. Deviația standard de ~ 10.620 de dolari înseamnă că majoritatea lunilor se încadrează în +/- 10.620 de dolari din medie. Distribuția bimodală (două moduri) ar putea sugera modele sezoniere - verificați dacă cele două 38 și două 48 se adună în anumite luni. Valoarea maximă (75.000 de dolari într-o lună) trage media ușor peste mediană, indicând o înclinare pozitivă ușoară - probabil o lună de vânzări excepționale (sezonul de sărbători, contractul mare etc.).