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. La media è spesso chiamata "valore medio" ed 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 rappresenta sempre “valori tipici” se distribuzione dei dati distorto.
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
Ma questa è una tendenza, non una regola assoluta.
5. Quando utilizzare la media, la mediana o la moda?
La scelta della misura di tendenza centrale più appropriata dipende dalla natura dei dati e dallo scopo dell'analisi.
Utilizzare la media se:
– Dati in formato numerico (intervallo/rapporto).
– La distribuzione è relativamente simmetrica.
– Non sono presenti valori anomali estremi oppure i valori anomali sono stati gestiti.
– È necessaria una base per altri calcoli statistici.
Esempio: punteggio medio di un test di classe con una distribuzione equa dei punteggi.
Utilizzare la mediana se:
– Dati numerici, ma con valori anomali o distribuzione asimmetrica.
– Desideri un valore “tipico” più stabile.
– I dati sono ordinali.
Esempi di situazioni: stipendio mediano di un dipendente, prezzo mediano di una casa, tempo mediano di pendolarismo.
Utilizzare la modalità se:
– I dati sono nominali o categorici.
– Vuoi conoscere le opzioni più comuni.
Esempi di situazioni: taglie di abbigliamento più acquistate (S/M/L), metodi di pagamento più utilizzati o tipologie di prodotti più vendute.
conclusione
La media, la mediana e la moda sono tre importanti misure di tendenza centrale nella statistica descrittiva . La media fornisce un valore medio considerando tutti i valori, ma è suscettibile ai valori anomali. La mediana indica il valore centrale, che è più resistente ai valori estremi ed è adatta a dati asimmetrici. La moda evidenzia il valore o la categoria che si presenta con maggiore frequenza ed è particolarmente utile per i dati categorici.
Comprendendo le differenze e il contesto in cui vengono utilizzate, è possibile scegliere la misura di tendenza centrale più appropriata per rendere i dati più accurati e comprensibili. Se i dati contengono valori anomali elevati, la mediana è spesso più rappresentativa; se i dati sono categorici, la moda è la scelta preferibile; e se i dati sono simmetrici e "puliti", la media può essere la sintesi più informativa.
