Differenze tra media, mediana e moda nella statistica descrittiva
Nella statistica descrittiva, uno degli obiettivi principali è riassumere i dati per facilitarne la comprensione. Dati numerosi, eterogenei e talvolta "disordinati" risultano più informativi se presentati sotto forma di misure di tendenza centrale. Le tre misure di tendenza centrale più comunemente utilizzate sono la media, la mediana e la moda. Sebbene tutte e tre mirino a mostrare un "valore rappresentativo" di un insieme di dati, i loro metodi di funzionamento, la sensibilità ai valori anomali e le situazioni di utilizzo appropriate variano significativamente.
Questo articolo illustra il significato, il calcolo, i vantaggi e gli svantaggi di media, mediana e moda, nonché alcuni esempi di applicazione, in modo da poter scegliere la misura più appropriata per i dati analizzati.
1. Media: definizione e calcolo
La media è la somma di tutti i valori dei dati divisa per il numero di punti dati. Spesso chiamata semplicemente "media aritmetica", la media è la più familiare nella vita di tutti i giorni. Fornisce un'istantanea del centro dei dati considerando tutti i valori in modo proporzionale.
Formula della media:
\[
\bar{x} = \frac{\somma x_i}{n}
\]
Osservazioni:
– \(\somma x_i\) = la somma di tutti i valori dei dati
– \(n\) = numero di dati
esempio:
Supponiamo che i punteggi d'esame di cinque studenti siano: 70, 75, 80, 85, 90
Media = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
vantaggi medi
1. Utilizzare tutti i dati in modo che le informazioni utilizzate siano complete.
2. Facile da calcolare e ampiamente utilizzato nell'analisi avanzata (ad esempio, varianza, deviazione standard).
3. Adatto a dati numerici e distribuzioni relativamente simmetriche.
Deficienza media
1. Molto sensibile ai valori anomali. Un singolo valore estremo può far discostare notevolmente la media dalla maggior parte dei dati.
2. Non sempre rappresenta i “valori tipici” se la distribuzione dei dati è asimmetrica.
Esempi di effetti anomali:
Dati sul reddito (milioni di rupie): 3, 3, 4, 4, 5, 50
Media = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Sebbene la maggior parte dei redditi si aggiri tra i 3 e i 5 milioni, la media è meno rappresentativa.
2. Mediana (Valore centrale): Definizione e come calcolarla
La mediana è il valore centrale quando i dati vengono ordinati dal più piccolo al più grande. La mediana enfatizza la posizione, piuttosto che l'entità complessiva, risultando quindi più resistente ai valori anomali.
Come determinare la mediana:
1. Ordina i dati.
2. Se il numero di dati è dispari, la mediana è il valore che si trova nella posizione centrale.
3. Se il numero di dati è pari, la mediana è la media dei due valori centrali.
Esempio (dispari):
Dati: 2, 3, 5, 7, 9
Mediana = valore centrale = 5
Esempio (pari):
Dati: 10, 20, 30, 40
Mediana = (20 + 30) / 2 = 25
Vantaggi medi
1. Resistente ai valori anomali ed estremi.
2. Adatto a dati asimmetrici come reddito, prezzi delle case o tempi di attesa.
3. Può essere utilizzato per dati ordinali (ad esempio, valutazioni di soddisfazione: molto soddisfatto, soddisfatto, neutrale, insoddisfatto).
Carenze mediane
1. Non utilizza tutti i valori dei dati nei suoi calcoli (più "basato sulla posizione").
2. Meno adatto per analisi matematiche avanzate che richiedono proprietà medie.
Se torniamo all'esempio del reddito: 3, 3, 4, 4, 5, 50
I dati sono ordinati, la mediana per 6 dati è la media del 3° e del 4° valore: (4 + 4) / 2 = 4
Questa mediana è molto più rappresentativa delle condizioni della maggioranza.
3. Moda (valore più alto): definizione e come determinarla
La moda è il valore che compare più frequentemente in un insieme di dati. In alcuni casi, i dati possono avere:
– Una sola modalità (unimodale): un valore compare con maggiore frequenza
– Due modalità (bimodale): due valori compaiono con maggiore frequenza
– Molteplici modalità (multimodale)
– Nessuna modalità: se tutti i valori appaiono con la stessa frequenza
esempio:
Dati: 2, 3, 3, 4, 5
Modalità = 3 (compare più frequentemente)
Esempio bimodale:
Dati: 1, 2, 2, 3, 3, 4
Modalità = 2 e 3
Vantaggi della modalità
1. L'unica misura di tendenza centrale utilizzabile per dati nominali (ad esempio, colore preferito, marca più preferita).
2. Facile da comprendere perché mostra immediatamente la categoria/il valore più dominante.
3. Non influenzato da valori anomali, nel senso che i valori estremi non modificano la frequenza dei valori che si verificano più frequentemente.
Mancanza di modalità
1. A volte non è unico (può essercene più di uno) o addirittura non esiste.
2. Può essere meno stabile; piccole variazioni nei dati possono modificare la modalità.
3. Non rappresenta sempre il “centro” dei dati dal punto di vista matematico.
4. Principali differenze tra media, mediana e moda
In sintesi, le differenze tra i tre si possono riscontrare nel metodo di calcolo, nella sensibilità ai valori anomali e nei tipi di dati appropriati:
1. La media utilizza tutti i valori, ideale per dati numerici simmetrici, ma sensibile ai valori anomali.
2. Mediana basata sulla posizione, adatta a dati asimmetrici, più robusta contro i valori anomali.
3. Modalità basata sulla frequenza, adatta a dati categorici/nominali e per visualizzare il valore più dominante.
In molti libri di statistica, esiste una relazione generale tra le tre distribuzioni:
– Distribuzione simmetrica: media ≈ mediana ≈ moda
– Distribuzione asimmetrica a destra (asimmetrica a destra): media > mediana > moda
– Distribuzione asimmetrica a sinistra: media < mediana < moda. Tuttavia, questa è una tendenza, non una regola assoluta. 5. Quando usare la media, la mediana o la moda? La scelta della misura di tendenza centrale appropriata dipende dalla natura dei dati e dallo scopo dell'analisi. Usare la media se: - I dati sono numerici (intervallo/rapporto). - La distribuzione è relativamente simmetrica. - Non ci sono outlier estremi o gli outlier sono stati gestiti. - È necessaria una base per altri calcoli statistici. Esempio: punteggi medi dei test di classe con una distribuzione equa dei punteggi.
