تفاوت بین میانگین، میانه و نما در آمار توصیفی

تفاوت بین میانگین، میانه و نما در آمار توصیفی

در آمار توصیفی، یکی از اهداف اصلی، خلاصه کردن داده‌ها برای درک آسان است. داده‌های بزرگ، متنوع و گاهی اوقات «نامرتب» وقتی در قالب معیارهای گرایش مرکزی ارائه می‌شوند، آموزنده‌تر خواهند بود. سه معیار گرایش مرکزی که بیشتر مورد استفاده قرار می‌گیرند، میانگین، میانه و مد هستند. در حالی که هر سه هدف نشان دادن «مقدار نماینده» یک مجموعه داده را دارند، روش‌های عملکرد، حساسیت به داده‌های پرت و موقعیت‌های استفاده مناسب آنها به طور قابل توجهی متفاوت است.

این مقاله به بررسی معنا، نحوه محاسبه، مزایا و معایب و مثال‌هایی از کاربرد میانگین، میانه و نما می‌پردازد تا بتوانید مناسب‌ترین معیار را برای داده‌های مورد تجزیه و تحلیل انتخاب کنید.

۱. میانگین (میانگین): تعریف و نحوه محاسبه آن

میانگین، مجموع تمام مقادیر داده‌ها تقسیم بر تعداد نقاط داده است. میانگین اغلب به عنوان "میانگین" شناخته می‌شود و در زندگی روزمره بسیار آشناست . این عدد با در نظر گرفتن متناسب تمام مقادیر، تصویری از مرکز داده‌ها ارائه می‌دهد.

فرمول میانگین:

\[
\bar{x} = \frac{\sum x_i}{n}
\]

شرح:
– \(\sum x_i\) = مجموع تمام مقادیر داده‌ها
– \(n\) = تعداد داده‌ها

مثال:
فرض کنید نمرات امتحانی پنج دانشجو عبارتند از: ۷۰، ۷۵، ۸۰، ۸۵، ۹۰
میانگین = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80

مزایای متوسط
۱. از تمام داده‌ها استفاده کنید تا اطلاعات مورد استفاده کامل باشد.
۲. محاسبه آن آسان است و به طور گسترده در تجزیه و تحلیل پیشرفته (مانند واریانس، انحراف معیار) استفاده می‌شود.
۳. برای داده‌های عددی و توزیع‌های نسبتاً متقارن مناسب است.

کمبود میانگین
۱. به داده‌های پرت بسیار حساس است. یک مقدار بسیار زیاد می‌تواند میانگین را از بیشتر داده‌ها بسیار دور کند.
۲. اگر همیشه «مقادیر معمول» را نشان نمی‌دهد توزیع داده‌ها کج و معوج.

نمونه‌هایی از اثرات پرت:
اطلاعات درآمد (میلیون روپیه): ۳، ۳، ۴، ۴، ۵، ۵۰
میانگین = (۳+۳+۴+۴+۵+۵۰)/۶ = ۶۹/۶ = ۱۱.۵
در حالی که بیشتر درآمدها در محدوده ۳ تا ۵ میلیون دلار است، میانگین آن کمتر نمایانگر کل جامعه است.

۲. میانه (مقدار میانی): تعریف و نحوه محاسبه

میانه، مقداری است که وقتی داده‌ها از کوچک به بزرگ مرتب شده‌اند، در وسط قرار می‌گیرد. میانه به جای بزرگی کلی، بر موقعیت تأکید دارد و آن را در برابر داده‌های پرت مقاوم‌تر می‌کند.

نحوه تعیین میانگین:
۱. داده‌ها را مرتب کنید.
۲. اگر تعداد داده‌ها فرد باشد، میانه مقداری است که در موقعیت وسط قرار دارد.
۳. اگر تعداد داده‌ها زوج باشد، میانه، میانگین دو مقدار وسطی است.

مثال (عجیب):
داده‌ها: ۷، ۲، ۹، ۴، ۳
میانه = مقدار وسط = ۵

مثال (حتی):
داده‌ها: ۱۰، ۴، ۶، ۸
میانه = (۲۹ + ۲۹) / ۲ = ۲۹

مزایای متوسط
۱. مقاوم در برابر داده‌های پرت و مقادیر بسیار زیاد.
۲. مناسب برای داده‌های انحرافی مانند درآمد، قیمت خانه یا زمان انتظار.
۳. می‌تواند برای داده‌های ترتیبی استفاده شود (مثلاً رتبه‌بندی رضایت: بسیار راضی، راضی، خنثی، ناراضی).

کاستی‌های میانه
۱. از تمام مقادیر داده‌ها در محاسبات خود استفاده نمی‌کند (بیشتر «مبتنی بر موقعیت» است).
۲. برای تحلیل‌های ریاضی پیشرفته که به ویژگی‌های میانگین نیاز دارند، کمتر مناسب است.

اگر به مثال درآمد برگردیم: ۳، ۳، ۴، ۴، ۵، ۵۰
داده‌ها مرتب شده‌اند، میانه برای ۶ داده، میانگین مقادیر سوم و چهارم است: (۴ + ۴) / ۲ = ۴
این میانگین، شرایط اکثریت را بسیار بهتر نشان می‌دهد.

۳. مُد (بیشترین مقدار): تعریف و نحوه تعیین آن

مُد مقداری است که بیشترین تکرار را در یک مجموعه داده دارد. در برخی موارد، داده‌ها ممکن است دارای موارد زیر باشند:
– یک مُد (تک‌وجهی): یک مقدار بیشتر از همه ظاهر می‌شود
– دو حالت (bimodal): دو مقدار بیشتر ظاهر می‌شوند
– حالت‌های مختلف (چندوجهی)
– حالت بدون: اگر همه مقادیر با فرکانس یکسان ظاهر شوند

مثال:
داده‌ها: ۷، ۲، ۹، ۴، ۳
حالت = ۳ (بیشترین تکرار را دارد)

مثال دووجهی:
داده‌ها: ۱، ۲، ۲، ۳، ۳، ۴
حالت = ۲ و ۳

مزایای حالت
۱. تنها معیار گرایش مرکزی که می‌توان برای داده‌های اسمی استفاده کرد (مثلاً رنگ مورد علاقه، محبوب‌ترین برند).
۲. فهم آن آسان است زیرا بلافاصله غالب‌ترین دسته/ارزش را نشان می‌دهد.
۳. تحت تأثیر داده‌های پرت قرار نمی‌گیرد، به این معنا که مقادیر شدید، فراوانی مقادیری که بیشترین تکرار را دارند، تغییر نمی‌دهند.

کمبود حالت
۱. گاهی اوقات منحصر به فرد نیست (می‌تواند بیش از یکی باشد) یا حتی وجود ندارد.
۲. می‌تواند ناپایدارتر باشد؛ تغییرات کوچک در داده‌ها می‌تواند حالت را تغییر دهد.
۳. همیشه «مرکز» داده‌ها را از نظر ریاضی نشان نمی‌دهد.

۴. تفاوت‌های اصلی بین میانگین، میانه و نما

به طور خلاصه، تفاوت‌های بین این سه را می‌توان از روش محاسبه، حساسیت به داده‌های پرت و انواع داده‌های مناسب مشاهده کرد:

۱. میانگین از همه مقادیر استفاده می‌کند، برای داده‌های عددی متقارن بهترین گزینه است، اما به داده‌های پرت حساس است.
۲. میانه بر اساس موقعیت، مناسب برای داده‌های اریب، مقاوم‌تر در برابر داده‌های پرت.
۳. حالت مبتنی بر فراوانی، مناسب برای داده‌های دسته‌بندی‌شده/اسمی و برای مشاهده‌ی غالب‌ترین مقدار.

در بسیاری از کتاب‌های آمار، یک رابطه کلی بین سه توزیع وجود دارد:
توزیع متقارن: میانگین ≈ میانه ≈ مد
– توزیع به سمت راست چولگی دارد (چولگی به راست): میانگین > میانه > نما
توزیع به سمت چپ چولگی دارد: میانگین < میانه < نما
اما این یک گرایش است، نه یک قانون مطلق.

۵. چه زمانی از میانگین، میانه یا مد استفاده کنیم؟

انتخاب معیار مناسب گرایش مرکزی به ماهیت داده‌ها و هدف تحلیل بستگی دارد.

از میانگین استفاده کنید اگر:
– داده‌ها به شکل عددی (بازه/نسبت).
- توزیع نسبتاً متقارن است.
– هیچ داده پرت شدیدی وجود ندارد یا داده‌های پرت مدیریت نشده‌اند.
– شما به مبنایی برای سایر محاسبات آماری نیاز دارید.

مثال: میانگین نمره آزمون کلاس با توزیع عادلانه نمرات.

از میانه استفاده کنید اگر:
– داده‌های عددی هستند اما داده‌های پرت وجود دارند یا توزیع آنها دارای چولگی است.
– شما یک مقدار «معمولی» پایدارتر می‌خواهید.
- داده‌ها ترتیبی هستند.

مثال‌هایی از موقعیت‌ها: میانگین حقوق کارمندان، میانگین قیمت خانه، میانگین زمان رفت و آمد.

از حالت استفاده کنید اگر:
- داده‌ها اسمی یا طبقه‌بندی‌شده هستند.
– شما می‌خواهید رایج‌ترین گزینه‌ها را بدانید.

موقعیت‌های مثال: بیشترین سایزهای لباس خریداری شده (S/M/L)، رایج‌ترین روش‌های پرداخت یا پرفروش‌ترین انواع محصولات.

نتیجه گیری

میانگین، میانه و مد سه معیار مهم گرایش مرکزی در آمار توصیفی هستند . میانگین با در نظر گرفتن همه مقادیر، میانگینی را ارائه می‌دهد، اما مستعد داده‌های پرت است. میانه مقدار میانی را نشان می‌دهد که در برابر مقادیر شدید مقاوم‌تر است و برای داده‌های دارای انحراف مناسب است. مد، مقدار یا دسته‌ای را که بیشترین تکرار را دارد، برجسته می‌کند و به ویژه برای داده‌های دسته‌بندی‌شده مفید است.

با درک تفاوت‌ها و زمینه‌ای که در آن استفاده می‌شوند، می‌توانید مناسب‌ترین معیار گرایش مرکزی را برای دقیق‌تر و قابل فهم‌تر کردن داده‌های خود انتخاب کنید. اگر داده‌های شما حاوی داده‌های پرت زیادی باشد، میانه اغلب نماینده‌تر است؛ اگر داده‌ها دسته‌بندی شده باشند، مد انتخاب ارجح است؛ و اگر داده‌ها متقارن و «تمیز» باشند، میانگین می‌تواند آموزنده‌ترین خلاصه باشد.