Разлики между средна стойност, медиана и мода в описателната статистика
В описателната статистика една от основните цели е да се обобщят данните за лесно разбиране. Големи, разнообразни и понякога „разхвърляни“ данни ще бъдат по-информативни, когато са представени под формата на мерки за централна тенденция. Трите най-често използвани мерки за централна тенденция са средната стойност, медианата и модата. Въпреки че и трите целят да покажат „представителна стойност“ на набор от данни, техните методи на работа, чувствителност към отклонения и подходящи ситуации на употреба се различават значително.
Тази статия обсъжда значението, как се изчисляват, предимствата и недостатъците, както и примери за прилагане на средна стойност, медиана и мода, така че да можете да изберете най-подходящата мярка за анализираните данни.
1. Средна стойност (средна): Определение и как да се изчисли
Средната стойност е сумата от всички стойности на данните, разделена на броя на точките от данни. Често наричана „средна стойност“, средната стойност е най-позната в ежедневието. Тя предоставя моментна снимка на центъра на данните, като разглежда всички стойности пропорционално.
Средна формула:
\[
\bar{x} = \frac{\sum x_i}{n}
\]
Информация:
– \(\sum x_i\) = сумата от всички стойности на данните
– \(n\) = брой данни
пример:
Да предположим, че резултатите от изпитите на петима студенти са: 70, 75, 80, 85, 90
Средна стойност = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Средни предимства
1. Използвайте всички данни, така че използваната информация да е пълна.
2. Лесни за изчисляване и широко използвани в напреднал анализ (напр. дисперсия, стандартно отклонение).
3. Подходящ за числени данни и относително симетрични разпределения.
Среден дефицит
1. Много чувствителен към отклонения. Една екстремна стойност може да отдалечи средната стойност много от повечето данни.
2. Не винаги представлява „типични стойности“, ако разпределението на данните е асиметрично.
Примери за ефекти на отклонения:
Данни за доходите (милиони рупии): 3, 3, 4, 4, 5, 50
Средна стойност = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Въпреки че повечето доходи са в диапазона от 3 до 5 милиона, средната стойност е по-малко представителна.
2. Медиана (средна стойност): Определение и как да се изчисли
Медианата е стойността в средата, когато данните са сортирани от най-малката към най-голямата. Медианата набляга на позицията, а не на общата величина, което я прави по-устойчива на отклонения.
Как да определим медианата:
1. Сортирайте данните.
2. Ако броят на данните е нечетен, медианата е стойността в средна позиция.
3. Ако броят на данните е четен, медианата е средната стойност на двете средни стойности.
Пример (нечетен):
Данни: 2, 3, 5, 7, 9
Медиана = средна стойност = 5
Пример (четно):
Данни: 10, 20, 30, 40
Медиана = (20 + 30) / 2 = 25
Средни предимства
1. Устойчив на отклонения и екстремни стойности.
2. Подходящ за изкривени данни като доходи, цени на жилища или време на чакане.
3. Може да се използва за ординални данни (напр. оценки на удовлетвореност: много доволен, доволен, неутрален, недоволен).
Медианни недостатъци
1. Не използва всички стойности на данните в своите изчисления (по-скоро „базирано на позиция“).
2. По-малко подходящ за напреднал математически анализ, който изисква средни свойства.
Ако се върнем към примера с дохода: 3, 3, 4, 4, 5, 50
Данните са сортирани, медианата за 6 данни е средната стойност на 3-тата и 4-тата стойност: (4 + 4) / 2 = 4
Тази медиана е много по-представителна за условията на мнозинството.
3. Мод (най-голяма стойност): Определение и как да се определи
Модата е стойността, която се появява най-често в набор от данни. В някои случаи данните може да имат:
– Един режим (унимодален): една стойност се появява най-често
– Два режима (бимодални): две стойности се появяват най-често
– Много режими (мултимодален)
– Без режим: ако всички стойности се появяват с еднаква честота
пример:
Данни: 2, 3, 3, 4, 5
Режим = 3 (появява се най-често)
Бимодален пример:
Данни: 1, 2, 2, 3, 3, 4
Режим = 2 и 3
Предимства на режима
1. Единствената мярка за централна тенденция, която може да се използва за номинални данни (напр. любим цвят, най-предпочитана марка).
2. Лесен за разбиране, защото веднага показва най-доминиращата категория/ценност.
3. Не се влияе от отклонения в смисъл, че екстремните стойности не променят честотата на най-често срещаните стойности.
Липса на режим
1. Понякога не е уникален (може да е повече от един) или дори не съществува.
2. Може да бъде по-малко стабилен; малки промени в данните могат да променят режима.
3. Не винаги представя „центъра“ на данните математически.
4. Основни разлики между средна стойност, медиана и мода
В обобщение, разликите между трите могат да се видят от метода на изчисление, чувствителността към отклонения и подходящите типове данни:
1. Средната стойност използва всички стойности, най-подходяща за симетрични числови данни, но чувствителна към отклонения.
2. Медиана, базирана на позиция, подходяща за асиметрични данни, по-устойчива срещу отклонения.
3. Режим, базиран на честота, подходящ за категорични/номинални данни и за показване на най-доминиращата стойност.
В много статистически книги има обща връзка между трите разпределения:
– Симетрично разпределение: средна стойност ≈ медиана ≈ мода
– Разпределението е изкривено надясно (изкривено надясно): средна стойност > медиана > мода
– Ляво-асимилирано разпределение: средна стойност < медиана < мода. Това обаче е тенденция, а не абсолютно правило. 5. Кога да използваме средна стойност, медиана или мода? Изборът на подходяща мярка за централна тенденция зависи от естеството на данните и целта на анализа. Използвайте средната стойност, ако: - Данните са числови (интервал/съотношение). - Разпределението е относително симетрично. - Няма екстремни отклонения или отклоненията са били обработени. - Нуждаете се от основа за други статистически изчисления. Примерна ситуация: средни резултати от тестове в клас със справедливо разпределение на резултатите.
