مد و میانه

مد و میانه: توضیح و کاربرد در آمار

آمار شاخه‌ای از ریاضیات است که با جمع‌آوری، تحلیل، تفسیر، ارائه و سازماندهی داده‌ها سروکار دارد. در آمار، از معیارهای مختلف پراکندگی و عوامل تعیین‌کننده مرکزی داده‌ها برای تحلیل و درک آنها استفاده می‌شود. دو مورد از اساسی‌ترین و مهم‌ترین آنها، مد و میانه هستند. این مقاله توضیح می‌دهد که مد و میانه چیستند، چگونه محاسبه می‌شوند و اهمیت آنها در تحلیل داده‌ها چیست.

حالت چیست؟

مُد مقداری است که بیشترین تکرار را در یک مجموعه داده دارد. از نظر فنی‌تر، مُد مقدار یا دسته‌بندی است که بیشترین فراوانی را در توزیع داده‌ها دارد. مُدها را می‌توان برای داده‌های دسته‌بندی‌شده، ترتیبی، فاصله‌ای و نسبی استفاده کرد. برخلاف میانگین و میانه، مُد همیشه منحصر به فرد نیست. در برخی موارد، داده‌ها ممکن است بیش از یک مُد (دووجهی یا چندوجهی) داشته باشند یا اگر همه مقادیر با فراوانی یکسانی رخ دهند، اصلاً مُدی نداشته باشند.

نحوه محاسبه حالت

محاسبه‌ی مد بسیار ساده است. شما فقط باید مقداری را که بیشترین تکرار را در داده‌ها دارد، شناسایی کنید. در اینجا یک مثال ساده آورده شده است:

فرض کنید مجموعه داده‌های زیر را داریم: ۳، ۷، ۵، ۹، ۷، ۶، ۷، ۲.

در این مجموعه داده‌ها، مقدار ۷ سه بار، بیشتر از هر مقدار دیگری، ظاهر می‌شود. بنابراین، مد این مجموعه داده‌ها ۷ است.

برای داده‌های پیچیده‌تر یا داده‌های دسته‌بندی‌شده، ممکن است لازم باشد فراوانی هر مقدار را سازماندهی کنید تا راحت‌تر بتوانید آنها را شناسایی کنید.

مثالی از داده‌های دسته‌بندی‌شده:
یک نظرسنجی برای یافتن محبوب‌ترین رنگ‌های خودرو انجام شد: قرمز، آبی، مشکی، سفید، مشکی، آبی، آبی.

در این مثال:
– رنگ قرمز ۱ بار ظاهر می‌شود
– آبی ۳ بار ظاهر می‌شود
– رنگ سیاه ۲ بار ظاهر می‌شود
– رنگ سفید ۱ بار ظاهر می‌شود

حالت این داده‌ها آبی است، زیرا این رنگی است که بیشترین تکرار (۳ بار) را داشته است.

وقتی حالت منحصر به فرد نیست یا وجود ندارد

در برخی موارد، داده‌ها ممکن است بیش از یک حالت داشته باشند یا حتی اصلاً هیچ حالتی نداشته باشند. مثال:

دووجهی یا چندوجهی:
مجموعه داده‌ها: ۴، ۴، ۵، ۵، ۶، ۶، ۷
در این مثال، مقادیر ۴، ۵ و ۶ هر کدام دو بار ظاهر می‌شوند. بنابراین، این مجموعه داده چندوجهی با حالت‌های ۴، ۵ و ۶ است.

بدون حالت:
مجموعه داده‌ها: ۱، ۲، ۳، ۴، ۵
هر مقدار فقط یک بار ظاهر می‌شود، بنابراین هیچ مدی در این مجموعه داده وجود ندارد.

میانه چیست؟

میانه، مقدار میانی در یک مجموعه داده مرتب شده است. این مقدار، مجموعه داده‌ها را به دو قسمت مساوی تقسیم می‌کند که نیمی از مقادیر زیر میانه و نیمی دیگر بالای میانه قرار می‌گیرند. میانه اغلب به این دلیل استفاده می‌شود که تحت تأثیر مقادیر شدید یا داده‌های پرت مانند میانگین قرار نمی‌گیرد، بنابراین وقتی داده‌ها انحرافات زیادی دارند، نشانگر بهتری از مرکز توزیع داده‌ها ارائه می‌دهد.

نحوه محاسبه میانه

مراحل محاسبه میانگین به شرح زیر است:

۱. داده‌ها را به ترتیب صعودی مرتب کنید.
۲. اگر تعداد داده‌ها (N) فرد باشد، میانه مقداری است که در موقعیت وسط قرار دارد.
۳. اگر تعداد داده‌ها (N) زوج باشد، میانه میانگین دو مقدار وسط است.

مثال:

مجموعه داده با عدد فرد:
مجموعه داده‌ها: ۱، ۲، ۳، ۴، ۵
مرتب‌سازی: ۳، ۵، ۶، ۷، ۹
میانه: ۶ (مقدار وسط)

مجموعه داده با عدد زوج:
مجموعه داده‌ها: ۳، ۷، ۵، ۹، ۶، ۸
مرتب‌سازی: ۳، ۵، ۶، ۷، ۸، ۹
میانه: (6 + 7) / 2 = 6.5

میانه در داده‌های دسته‌بندی‌شده

اگرچه میانه بیشتر برای داده‌های پیوسته یا داده‌های ترتیبی به کار می‌رود، اما می‌تواند برای داده‌های دسته‌بندی‌شده با ترتیب مشخص نیز استفاده شود.

نمونه‌هایی از داده‌های دسته‌بندی‌شده (ترتیبی):
امتیاز فیلم: خوب، خیلی خوب، متوسط، خیلی خوب، خوب
مرتب سازی بر اساس رتبه بندی: متوسط، خوب، خوب، خیلی خوب، عالی
میانگین: خوب (مقدار سوم متوسط)

نقاط قوت و ضعف میانه

یکی از مزایای اصلی میانه، حساسیت آن به داده‌های پرت است. برای مثال، فرض کنید یک مجموعه داده درآمد داریم و یک مدیرعامل با درآمد بسیار بالا در آن گنجانده شده است. میانه همچنان تصویر واقع‌بینانه‌تری از درآمد مرکزی نسبت به میانگین ارائه می‌دهد، که می‌تواند توسط مقادیر بسیار زیاد تحریف شود. با این حال، نکته منفی میانه این است که در مجموعه داده‌های کوچک، داده‌های از دست رفته یا نادرست می‌توانند به طور قابل توجهی بر نتایج تأثیر بگذارند.

حالت در مقابل میانه در مقابل میانگین

هم مد، هم میانه و هم میانگین، معیارهای گرایش به مرکز هستند که اطلاعات مهمی در مورد ویژگی‌های توزیع داده‌ها ارائه می‌دهند.

میانگین: میانگین حسابی تمام داده‌ها. حساس به داده‌های پرت.
میانه: مقدار میانی داده‌های مرتب‌شده. نسبت به داده‌های پرت حساس نیست.
حالت (Mode): مقداری که بیشترین تکرار را دارد. برای داده‌های دسته‌بندی‌شده مفید است.

هر کدام کاربردها و معایب خاص خود را دارند و گاهی اوقات برای ارائه تصویری جامع‌تر، با هم استفاده می‌شوند.

انتخاب اندازه مناسب

انتخاب شاخص گرایش مرکزی مناسب به نوع داده‌ها و هدف تحلیل بستگی دارد.

– اگر داده‌ها دارای داده‌های پرت باشند یا توزیع نرمال نداشته باشند، میانه ممکن است مناسب‌تر باشد.
– اگر به رایج‌ترین مقدار یا دسته غالب علاقه‌مند هستید، این حالت مفیدتر خواهد بود.
- اگر داده‌ها به طور نرمال و بدون داده‌های پرت توزیع شده باشند، میانگین می‌تواند نمایش خوبی از آن‌ها ارائه دهد.

برای مثال، در تحلیل بازار املاک، به دلیل تغییرات شدید قیمت، اغلب از میانه برای توصیف قیمت خانه استفاده می‌شود. در نظرسنجی‌های افکار عمومی، می‌توان از مد برای شناسایی محبوب‌ترین گزینه استفاده کرد.

نتیجه گیری

مد و میانه دو معیار بسیار مفید برای سنجش گرایش مرکزی در آمار هستند. اگرچه اطلاعات متفاوتی ارائه می‌دهند، اما می‌توانند ویژگی‌های اصلی یک مجموعه داده را ساده و خلاصه کنند و به تصمیم‌گیری بر اساس آن داده‌ها کمک کنند. حضور آنها، همراه با میانگین، به محققان و تحلیلگران این امکان را می‌دهد که تصویر کامل‌تری از داده‌هایی که مطالعه می‌کنند، به دست آورند.