Centrālās tendences mērīšana
Centrālās tendences mērīšana ir viens no visvienkāršākajiem un svarīgākajiem statistikas jēdzieniem. Tās mērķis ir vienkāršs: apkopot datu kopu vienā vērtībā, kas "attēlo" datu centru. Citiem vārdiem sakot, centrālā tendence palīdz mums atbildēt uz tādiem jautājumiem kā: "Kāda ir tipiskā vērtība?", "Ap kādu skaitli šie dati parasti atbilst?" vai "Kāda ir aptuvenā vidējā vērtība?". Šo jēdzienu plaši izmanto pētniecībā, izglītības novērtēšanā, uzņēmējdarbības analīzē, veselības aprūpē un pat ikdienas lēmumu pieņemšanā.
Kopumā ir trīs visbiežāk izmantotie centrālās tendences mērījumi: vidējais rādītājs (vidējais rādītājs), mediāna (vidējā vērtība) un režīms (visbiežāk sastopamā vērtība). Katram no tiem ir sava aprēķina metode, priekšrocības un ierobežojumi. Izpratne par to, kad izmantot katru mērījumu, palīdzēs jūsu analīzei būt precīzākai un mazāk maldinošai.
1. Vidējais (vidējais)
Vidējais rādītājs ir vispopulārākais centrālās tendences mērs. To iegūst, saskaitot visas datu vērtības un pēc tam dalot ar datu punktu skaitu. Matemātiski vienam datu punktam:
\[
\bar{x} = \frac{\sum x}{n}
\]
Informācija:
– \(\bar{x}\) = vidējais
– \(\sum x\) = visu datu vērtību summa
– \(n\) = datu apjoms
Piemērs: Pieņemsim, ka piecu studentu eksāmenu rezultāti ir 70, 80, 85, 90, 75. Vidējais rādītājs ir:
\[
\bar{x} = \frac{70+80+85+90+75}{5} = \frac{400}{5} = 80
\]
Tātad, vidējais rādītājs ir 80.
Vidējais pārpalikums
1. Izmantojiet visus datus, lai iegūtu pilnīgu pārskatu.
2. Viegli aprēķināms un saprotams.
3. Plaši izmanto progresīvā analīzē, piemēram, dispersijas, standartnovirzes, regresijas un tā tālāk analīzē.
Vidējie ierobežojumi
Vidējais rādītājs ir ļoti jutīgs pret ekstremālām vērtībām (novirzēm). Piemēram, ja viens datu punkts ir ļoti liels vai ļoti mazs, vidējais rādītājs var ievērojami atšķirties no "tipiskās" vērtības. Piemēram, ņemiet vērā trīs cilvēku ienākumu datus: 3 miljonus, 3,5 miljonus un 50 miljonus. Vidējais rādītājs ir augsts, lai gan lielākā daļa cilvēku nopelna aptuveni 3–3,5 miljonus.
Tāpēc vidējais rādītājs ir piemērots lietošanai, ja dati ir relatīvi simetriski un tiem nav spēcīgu noviržu.
2. Mediāna (vidējā vērtība)
Mediāna ir vidējā vērtība pēc tam, kad dati ir sakārtoti no mazākā līdz lielākajam. Ja datu punktu skaits ir nepāra skaitlis, mediāna ir vidējā vērtība. Ja datu punktu skaits ir pāra skaitlis, mediāna ir divu vidējo vērtību vidējais rādītājs.
Piemērs (nepāra skaitlis): Dati: 2, 3, 5, 7, 9. Mediāna = 5.
Piemērs (pāra skaitlis): Dati: 2, 3, 5, 7. Mediāna = (3 + 5) / 2 = 4.
Vidējās priekšrocības
1. To īpaši neietekmē anomālijas, tāpēc tas ir stabilāks datiem, kas ir “pārsteidzoši” galos.
2. Piemērots datiem ar šķību sadalījumu, piemēram, ienākumu datiem, mājokļu cenām vai slimnīcas uzturēšanās ilgumu.
Mediānie ierobežojumi
Mediāna tieši neizmanto visu informāciju par datu vērtībām. Tā balstās tikai uz secību un pozīciju, nevis uz atšķirību lielumu starp datiem. Tas padara mediānu mazāk informatīvu, ja mums ir jāņem vērā visas vērtības pilnībā, piemēram, noteiktiem sarežģītiem statistikas aprēķiniem.
3. Režīms (visbiežāk parādītā vērtība)
Režīms ir vērtība, kas datu kopā parādās visbiežāk. Tas ir ļoti noderīgi, lai identificētu vispopulārākās vai visbiežāk sastopamās vērtības.
Piemērs: Dati: 1, 2, 2, 3, 4. Režīms = 2.
Dažos gadījumos datiem var būt:
– Viens režīms (unimodāls): visbiežāk parādās tikai viena vērtība.
– Divi režīmi (bimodāli): ir divas vērtības ar vienādu augstāko frekvenci.
– Vairāki režīmi (multimodāli): vairāk nekā divas vērtības, kas parādās visbiežāk.
– Nav režīma: ja visas vērtības parādās ar vienādu frekvenci.
Režīma priekšrocības
1. Var izmantot kategoriskiem datiem (piemēram, iecienītākā krāsa, vislabāk pārdotais produkta veids), savukārt vidējais rādītājs un mediāna ne vienmēr ir atbilstošas kategorijām.
2. Viegli atrodams, īpaši frekvenču sadalījumā.
3. Sniedziet praktisku informāciju par “visbiežāk sastopamajām izvēlēm” vai “visbiežāk sastopamajām situācijām”.
Režīma ierobežojumi
Režīms var nebūt unikāls vai pat neeksistēt. Turklāt tas neņem vērā datu kopējo sadalījumu. Divām dažādām datu kopām var būt viens un tas pats režīms, taču to sadalījuma raksturlielumi ir ļoti atšķirīgi.
4. Centrālā tendence grupētos datos
Praksē dati bieži tiek attēloti frekvenču sadalījuma tabulas veidā (grupēti dati). Centrālās tendences aprēķināšana ir iespējama, taču ir nepieciešamas papildu darbības.
– Grupētu datu vidējo vērtību aprēķina, reizinot klases viduspunktu (vidējā intervāla vērtību) ar tās frekvenci un pēc tam dalot ar kopējo frekvenci.
– Grupētu datu mediāna prasa noteikt mediānas klasi, proti, klasi, kas satur datu vidējo pozīciju.
– Grupēto datu režīms tiek noteikts, pamatojoties uz klasi ar visaugstāko frekvenci (režīma klase), pēc tam novērtējumu var aprēķināt, izmantojot grupētā režīma formulu.
Grupēto datu pieeja ir noderīga, ja dati ir tik lieli, ka tos var vienkāršot intervālos.
5. Pareizā centrālās tendences mēra izvēle
Nav viena “labākā” centrālās tendences mēra visām situācijām. Izvēle ir atkarīga no datu mērķa un rakstura.
1. Izmantojiet vidējo vērtību, ja dati ir skaitliski, nav daudz noviržu un sadalījums ir relatīvi simetrisks.
2. Izmantojiet mediānu, ja datos ir izteiktas novirzes vai sadalījums ir asimetrisks, piemēram, bagātības, ienākumu vai cenu datos.
3. Izmantojiet režīmu, ja vēlaties uzzināt visbiežāk parādīto vērtību vai ja dati ir kategoriski.
Piemēram, ziņojumā par “vidējo algu” vidējais rādītājs var sniegt vispārēju pārskatu, taču mediāna bieži tiek uzskatīta par reprezentatīvāku attiecībā uz vairuma darbinieku apstākļiem, jo to mazāk ietekmē daži ļoti augsti apmaksāti darbinieki.
6. Kesimpulāns
Centrālās tendences mērījumi ir svarīgi rīki datu apkopošanai un izpratnei. Vidējais rādītājs sniedz vidējo vērtību, izmantojot visas datu vērtības, bet ir jutīgs pret novirzēm. Mediāna sniedz vidējo vērtību, kas ir izturīgāka pret ekstremālām vērtībām, padarot to piemērotu asimetriskiem datiem. Režīms norāda visbiežāk sastopamo vērtību un ir īpaši noderīgs kategoriskiem datiem vai vispārīgu tendenču noteikšanai.
Labā statistiskajā analīzē šie trīs rādītāji bieži tiek izmantoti kopā. Salīdzinot vidējo vērtību, mediānu un modu, mēs varam iegūt pilnīgāku priekšstatu par datu īpašībām — vai tie ir simetriski, vai ir novirzes un kuras vērtības rodas visbiežāk. Šī izpratne galu galā palīdz mums pieņemt pamatotākus, uz datiem balstītus lēmumus.
Ja vēlaties, varu pievienot pilnīgus jautājumu piemērus (atsevišķus un grupētus datus), vingrinājumus un pakāpeniskas diskusijas, lai padarītu rakstu piemērojamāku.
