Moodi ja mediaani: Selitys ja soveltaminen tilastotieteessä
Tilastotiede on matematiikan haara, joka käsittelee datan keräämistä, analysointia, tulkintaa, esittämistä ja järjestämistä. Tilastotieteessä käytetään erilaisia hajaannusmittareita ja keskeisiä datan determinantteja datan analysointiin ja ymmärtämiseen. Kaksi perustavanlaatuisinta ja tärkeintä ovat moodi ja mediaani. Tässä artikkelissa selitetään, mitä moodi ja mediaani ovat, miten ne lasketaan ja mikä on niiden merkitys data-analyysissä.
Mikä on tila?
Moodi on arvo, joka esiintyy useimmin datajoukossa. Teknisemmin sanottuna moodi on arvo tai kategoria, jolla on korkein frekvenssi datajakaumassa. Moodeja voidaan käyttää kategorisille, ordinaali-, intervalli- ja suhdeluvuille. Toisin kuin keskiarvo ja mediaani, moodi ei ole aina yksilöllinen. Joissakin tapauksissa datalla voi olla useampi kuin yksi moodi (bimodaalinen tai multimodaalinen) tai ei moodia ollenkaan, jos kaikki arvot esiintyvät samalla frekvenssillä.
Kuinka laskea tila
Moodin laskeminen on hyvin yksinkertaista. Sinun tarvitsee vain tunnistaa datassa useimmin esiintyvä arvo. Tässä on yksinkertainen esimerkki:
Oletetaan, että meillä on seuraava tietojoukko: 3, 7, 5, 9, 7, 6, 7, 2.
Tässä tietojoukossa arvo 7 esiintyy kolme kertaa useammin kuin mikään muu arvo. Siksi tämän tietojoukon tila on 7.
Monimutkaisemman tai kategorisen datan tapauksessa sinun on ehkä järjestettävä kunkin arvon frekvenssit, jotta ne on helpompi tunnistaa.
Esimerkki kategorisesta datasta:
Suosituimpien autojen värien selvittämiseksi tehtiin kysely: punainen, sininen, musta, valkoinen, musta, sininen, sininen.
Tässä esimerkissä:
– Punainen näkyy kerran
– Sininen näkyy 3 kertaa
– Musta esiintyy kaksi kertaa
– Valkoinen ilmestyy kerran
Tämän datan tila on sininen, koska se on useimmin mainittu väri (kolme kertaa).
Kun tila ei ole yksilöllinen tai sitä ei ole olemassa
Joissakin tapauksissa datalla voi olla useampi kuin yksi tila tai jopa ei tilaa ollenkaan. Esimerkki:
Bimodaalinen vai multimodaalinen:
Aineisto: 4, 4, 5, 5, 6, 6, 7
Tässä esimerkissä arvot 4, 5 ja 6 esiintyvät kukin kahdesti. Siksi tämä tietojoukko on multimodaalinen, ja sen moodit ovat 4, 5 ja 6.
Ei tilaa:
Tietojoukko: 1, 2, 3, 4, 5
Jokainen arvo esiintyy vain kerran, joten tässä tietojoukossa ei ole moodia.
Mikä on mediaani?
Mediaani on lajitellun datajoukon keskimmäinen arvo. Se jakaa datajoukon kahteen yhtä suureen osaan, joista puolet on mediaanin alapuolella ja toinen puoli mediaanin yläpuolella. Mediaania käytetään usein, koska siihen eivät vaikuta ääriarvot tai poikkeavat arvot, kuten keskiarvo, mikä antaa paremman kuvan datajakauman keskipisteestä, kun datassa on suuria poikkeamia.
Kuinka laskea mediaani
Mediaanin laskemisen vaiheet ovat seuraavat:
1. Lajittele tiedot nousevaan järjestykseen.
2. Jos datan lukumäärä (N) on pariton, mediaani on keskimmäinen arvo.
3. Jos datan lukumäärä (N) on parillinen, mediaani on kahden keskimmäisen arvon keskiarvo.
Contoh:
Pariton numeroinen tietojoukko:
Tietojoukko: 3, 7, 5, 9, 6
Lajittele: 3, 5, 6, 7, 9
Mediaani: 6 (arvo keskellä)
Parillinen luku sisältävä tietojoukko:
Aineisto: 3, 7, 5, 9, 6, 8
Lajittele: 3, 5, 6, 7, 8, 9
Mediaani: (6 + 7) / 2 = 6.5
Mediaani kategorisissa tiedoissa
Vaikka mediaania käytetään useammin jatkuvaan dataan tai ordinaalidataan, sitä voidaan käyttää myös kategoriseen dataan, jolla on selkeä järjestys.
Esimerkkejä kategorisesta (ordinaali)datasta:
Elokuvan ikäraja: Hyvä, Erittäin hyvä, Kohtalainen, Erittäin hyvä, Hyvä
Lajittele sijoituksen mukaan: Kohtalainen, Hyvä, Hyvä, Erittäin hyvä, Erinomainen
Mediaani: Hyvä (kolmas keskiarvo)
Mediaanin vahvuudet ja heikkoudet
Yksi mediaanin tärkeimmistä eduista on sen herkkyys poikkeaville havainnoille. Oletetaan esimerkiksi, että meillä on tuloaineisto ja siihen sisältyy erittäin korkeatuloinen toimitusjohtaja. Mediaani antaa silti realistisemman kuvan keskeisistä tuloista kuin keskiarvo, jota ääriarvot vääristäisivät. Mediaanin haittapuolena on kuitenkin se, että pienissä aineistoissa puuttuva tai epätarkka data voi vaikuttaa merkittävästi tuloksiin.
Moodi vs. mediaani vs. keskiarvo
Sekä moodi, mediaani että keskiarvo ovat keskeisen tendenssin mittareita, jotka antavat tärkeää tietoa datajakauman ominaisuuksista.
– Keskiarvo: Kaikkien tietojen aritmeettinen keskiarvo. Herkkä poikkeaville arvoille.
– Mediaani: Lajiteltujen tietojen keskimmäinen arvo. Ei herkkä poikkeaville arvoille.
– Tila: Useimmin esiintyvä arvo. Hyödyllinen kategorisille tiedoille.
Jokaisella on omat käyttötarkoituksensa ja haittansa, ja niitä käytetään joskus yhdessä kattavamman kuvan saamiseksi.
Oikean koon valitseminen
Sopivan keskeisen trendin mittarin valinta riippuu datan tyypistä ja analyysin tarkoituksesta.
– Jos tiedoissa on poikkeamia tai ne eivät ole normaalijakauman mukaisia, mediaani voi olla sopivampi vaihtoehto.
– Jos olet kiinnostunut yleisimmästä arvosta tai hallitsevasta kategoriasta, tila on hyödyllisempi.
– Jos data on normaalijakaumassa ilman poikkeavia havaintoja, keskiarvo voi tarjota hyvän esityksen.
Esimerkiksi kiinteistömarkkina-analyysissä mediaania käytetään usein kuvaamaan asuntojen hintoja äärimmäisten hintavaihteluiden vuoksi. Julkisen mielipiteen kyselyissä moodia voidaan käyttää suosituimman vaihtoehdon tunnistamiseen.
Johtopäätös
Moodi ja mediaani ovat kaksi erittäin hyödyllistä mittaria keskeisen trendin mittaamiseen tilastoissa. Vaikka ne tarjoavat erilaista tietoa, ne yksinkertaistavat ja tiivistävät tietojoukon pääominaisuudet ja auttavat päätöksenteossa kyseisen tiedon perusteella. Niiden läsnäolo yhdessä keskiarvon kanssa antaa tutkijoille ja analyytikoille mahdollisuuden saada täydellisempi kuva tutkimastaan datasta.
