Diferenzas entre media, mediana e moda na estatística descritiva
Na estatística descritiva, un dos obxectivos principais é resumir os datos para unha fácil comprensión. Os datos grandes, variados e ás veces "desordenados" serán máis informativos cando se presenten en forma de medidas de tendencia central. As tres medidas de tendencia central máis utilizadas son a media, a mediana e a moda. Aínda que as tres pretenden mostrar un "valor representativo" dun conxunto de datos, os seus métodos de operación, a sensibilidade aos valores atípicos e as situacións de uso axeitadas varían significativamente.
Este artigo analiza o significado, como calcular, as vantaxes e desvantaxes e exemplos da aplicación da media, a mediana e a moda para que poidas escoller a medida máis axeitada para os datos que se analizan.
1. Media (promedio): definición e como calculala
A media é a suma de todos os valores dos datos dividida polo número de puntos de datos. A media adoita denominarse "promedio" e é a máis familiar na vida cotiá . Ofrece unha instantánea do centro dos datos considerando todos os valores proporcionalmente.
Fórmula media:
\[
\bar{x} = \frac{\sum x_i}{n}
\]
Información:
– \(\sum x_i\) = a suma de todos os valores dos datos
– \(n\) = número de datos
Exemplo:
Supoñamos que as puntuacións dos exames de cinco estudantes son: 70, 75, 80, 85, 90
Media = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Vantaxes medias
1. Utilizar todos os datos para que a información empregada sexa completa.
2. Fácil de calcular e amplamente utilizado en análises avanzadas (por exemplo, varianza, desviación estándar).
3. Adecuado para datos numéricos e distribucións relativamente simétricas.
Deficiencia media
1. Moi sensible aos valores atípicos. Un valor extremo pode afastar a media da maioría dos datos.
2. Non sempre representa «valores típicos» se distribución de datos sesgado.
Exemplos de efectos atípicos:
Datos de ingresos (millóns de rupias): 3, 3, 4, 4, 5, 50
Media = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Aínda que a maioría dos ingresos se sitúan entre os 3 e os 5 millóns, a media é menos representativa.
2. Mediana (valor medio): definición e como calculala
A mediana é o valor que se atopa no medio cando os datos se ordenan de menor a maior. A mediana fai fincapé na posición, en lugar da magnitude xeral, o que a fai máis resistente aos valores atípicos.
Como determinar a mediana:
1. Ordena os datos.
2. Se o número de datos é impar, a mediana é o valor na posición central.
3. Se o número de datos é par, a mediana é a media dos dous valores intermedios.
Exemplo (estraño):
Datos: 2, 3, 5, 7, 9
Mediana = valor medio = 5
Exemplo (par):
Datos: 10, 20, 30, 40
Mediana = (20 + 30) / 2 = 25
Vantaxes medianas
1. Resistente a valores atípicos e extremos.
2. Adecuado para datos distorsionados como ingresos, prezos de vivendas ou tempos de espera.
3. Pódese empregar para datos ordinais (por exemplo, valoracións de satisfacción: moi satisfeito, satisfeito, neutral, insatisfeito).
Deficiencias medianas
1. Non emprega todos os valores dos datos nos seus cálculos (máis “baseado na posición”).
2. Menos axeitado para a análise matemática avanzada que require propiedades medias.
Se volvemos ao exemplo da renda: 3, 3, 4, 4, 5, 50
Os datos están ordenados, a mediana para 6 datos é a media dos valores 3.º e 4.º: (4 + 4) / 2 = 4
Esta mediana é moito máis representativa das condicións maioritarias.
3. Moda (Valor máximo): Definición e como determinala
A moda é o valor que aparece con máis frecuencia nun conxunto de datos. Nalgúns casos, os datos poden ter:
– Unha moda (unimodal): un valor aparece con máis frecuencia
– Dous modos (bimodal): dous valores aparecen con maior frecuencia
– Multimodal
– Sen modo: se todos os valores aparecen coa mesma frecuencia
Exemplo:
Datos: 2, 3, 3, 4, 5
Modo = 3 (aparece con máis frecuencia)
Exemplo bimodal:
Datos: 1, 2, 2, 3, 3, 4
Modo = 2 e 3
Vantaxes do modo
1. A única medida de tendencia central que se pode empregar para datos nominais (por exemplo, cor favorita, marca máis preferida).
2. Fácil de entender porque mostra inmediatamente a categoría/valor máis dominante.
3. Non se ve afectado por valores atípicos no sentido de que os valores extremos non cambian a frecuencia dos valores que se producen con máis frecuencia.
Falta de modo
1. Ás veces non é único (pode ser máis dun) ou mesmo non existe.
2. Pode ser menos estable; pequenos cambios nos datos poden alterar o modo.
3. Non sempre representa matematicamente o «centro» dos datos.
4. Principais diferenzas entre media, mediana e moda
En resumo, as diferenzas entre os tres pódense apreciar no método de cálculo, na sensibilidade aos valores atípicos e nos tipos de datos axeitados:
1. A media usa todos os valores, ideal para datos numéricos simétricos, pero sensible aos valores atípicos.
2. Mediana baseada na posición, axeitada para datos asimétricos, máis robusta fronte a valores atípicos.
3. Modo baseado na frecuencia, axeitado para datos categóricos/nominais e para ver o valor máis dominante.
En moitos libros de estatística, existe unha relación xeral entre as tres distribucións:
– Distribución simétrica: media ≈ mediana ≈ moda
– Distribución asimétrica á dereita (esbiaixada á dereita): media > mediana > moda
– Distribución asimétrica á esquerda: media < mediana < moda
Pero isto é unha tendencia, non unha regra absoluta.
5. Cando usar a media, a mediana ou a moda?
A elección da medida de tendencia central axeitada depende da natureza dos datos e do propósito da análise.
Usar Media se:
– Datos en forma numérica (intervalo/razón).
- A distribución é relativamente simétrica.
– Non hai valores atípicos extremos nin se trataron valores atípicos.
– Necesitas unha base para outros cálculos estatísticos.
Situación de exemplo: puntuación media nun exame de clase cunha distribución xusta das puntuacións.
Usa a mediana se:
– Datos numéricos, pero hai valores atípicos ou a distribución está asimétrica.
– Queres un valor «típico» máis estable.
– Os datos son ordinais.
Situacións de exemplo: salario medio dun empregado, prezo medio dunha vivenda, tempo medio de desprazamento ao traballo.
Usar o modo se:
– Os datos son nominais ou categóricos.
– Queres coñecer as opcións máis habituais.
Situacións de exemplo: tallas de roupa máis compradas (S/M/L), métodos de pago máis utilizados ou tipos de produtos máis vendidos.
Conclusión
A media, a mediana e a moda son tres medidas importantes de tendencia central na estatística descritiva . A media proporciona unha estimación que considera todos os valores, pero é susceptible a valores atípicos. A mediana indica o valor do medio, que é máis resistente aos valores extremos e é axeitado para datos asimétricos. A moda destaca o valor ou a categoría que se produce con máis frecuencia e é particularmente útil para datos categóricos.
Ao comprender as diferenzas e o contexto no que se empregan, podes escoller a medida de tendencia central máis axeitada para que os teus datos sexan máis precisos e comprensibles. Se os teus datos conteñen valores atípicos grandes, a mediana adoita ser máis representativa; se os datos son categóricos, a moda é a opción preferida; e se os datos son simétricos e "limpos", a media pode ser o resumo máis informativo.
