Moda i mediana: wyjaśnienie i zastosowanie w statystyce
Statystyka to dział matematyki zajmujący się gromadzeniem, analizą, interpretacją, prezentacją i porządkowaniem danych. W statystyce do analizy i zrozumienia danych wykorzystuje się różne miary rozproszenia i centralne wyznaczniki danych. Dwa z najbardziej podstawowych i najważniejszych to moda i mediana. W tym artykule wyjaśnimy, czym jest moda i mediana, jak je obliczyć i jakie mają znaczenie w analizie danych.
Co to jest tryb?
Moda to wartość występująca najczęściej w zbiorze danych. Mówiąc bardziej technicznie, moda to wartość lub kategoria o najwyższej częstotliwości w rozkładzie danych. Mody można stosować dla danych kategorycznych, porządkowych, interwałowych i ilorazowych. W przeciwieństwie do średniej i mediany, moda nie zawsze jest jednoznaczna. W niektórych przypadkach dane mogą mieć więcej niż jedną modę (bimodalną lub multimodalną) lub nie mieć żadnej mody, jeśli wszystkie wartości występują z równą częstotliwością.
Jak obliczyć modę
Obliczenie mody jest bardzo proste. Wystarczy zidentyfikować wartość, która pojawia się najczęściej w danych. Oto prosty przykład:
Załóżmy, że mamy następujący zestaw danych: 3, 7, 5, 9, 7, 6, 7, 2.
W tym zestawie danych wartość 7 pojawia się trzy razy, częściej niż jakakolwiek inna wartość. Zatem moda tego zestawu danych wynosi 7.
W przypadku bardziej złożonych danych lub danych kategorialnych konieczne może być uporządkowanie częstotliwości każdej wartości, aby łatwiej je było zidentyfikować.
Przykład danych kategorycznych:
Przeprowadzono ankietę, aby dowiedzieć się, jakie kolory samochodów są najbardziej preferowane: czerwony, niebieski, czarny, biały, czarny, niebieski, niebieski.
W tym przykładzie:
– Czerwony pojawia się 1 raz
– Niebieski pojawia się 3 razy
– Czarny pojawia się 2 razy
– Biały pojawia się 1 raz
Modą tych danych jest kolor niebieski, ponieważ jest to najczęściej wymieniany kolor (3 razy).
Gdy tryb nie jest unikalny lub nie istnieje
W niektórych przypadkach dane mogą mieć więcej niż jeden tryb lub w ogóle nie mieć trybu. Przykład:
Bimodalny lub multimodalny:
Zestaw danych: 4, 4, 5, 5, 6, 6, 7
W tym przykładzie wartości 4, 5 i 6 pojawiają się dwukrotnie. Zatem ten zbiór danych jest multimodalny z modami 4, 5 i 6.
Brak trybu:
Zestaw danych: 1, 2, 3, 4, 5
Każda wartość pojawia się tylko raz, więc w tym zestawie danych nie ma mody.
Co to jest mediana?
Mediana to wartość środkowa w posortowanym zbiorze danych. Dzieli ona zbiór danych na dwie równe części, z których połowa wartości znajduje się poniżej mediany, a druga połowa powyżej. Mediana jest często stosowana, ponieważ nie jest zależna od wartości skrajnych ani odstających, takich jak średnia, zapewniając tym samym lepsze wskazanie środka rozkładu danych, gdy występują duże odchylenia.
Jak obliczyć medianę
Oto kroki pozwalające obliczyć medianę:
1. Posortuj dane w kolejności rosnącej.
2. Jeżeli liczba danych (N) jest nieparzysta, medianą jest wartość znajdująca się na pozycji środkowej.
3. Jeżeli liczba danych (N) jest parzysta, mediana jest średnią dwóch wartości środkowych.
Konto:
Zbiór danych z liczbą nieparzystą:
Zestaw danych: 3, 7, 5, 9, 6
Sortuj: 3, 5, 6, 7, 9
Mediana: 6 (wartość w środku)
Zbiór danych z liczbą parzystą:
Zestaw danych: 3, 7, 5, 9, 6, 8
Sortuj: 3, 5, 6, 7, 8, 9
Mediana: (6 + 7) / 2 = 6.5
Mediana w danych kategorycznych
Chociaż medianę stosuje się częściej do danych ciągłych lub porządkowych, można ją również stosować do danych kategorycznych o wyraźnym uporządkowaniu.
Przykłady danych kategorycznych (porządkowych):
Ocena filmu: Dobry, Bardzo dobry, Umiarkowany, Bardzo dobry, Dobry
Sortuj według rankingu: Umiarkowany, Dobry, Dobry, Bardzo dobry, Doskonały
Mediana: Dobra (trzecia środkowa wartość)
Mocne i słabe strony mediany
Jedną z głównych zalet mediany jest jej wrażliwość na wartości odstające. Załóżmy na przykład, że mamy zbiór danych o dochodach, w którym uwzględniono prezesa firmy o wyjątkowo wysokich dochodach. Mediana nadal będzie dawać bardziej realistyczny obraz dochodów centralnych niż średnia, która byłaby zniekształcona przez wartości skrajne. Wadą mediany jest jednak to, że w małych zbiorach danych brakujące lub niedokładne dane mogą znacząco wpłynąć na wyniki.
Moda vs Mediana vs Średnia
Zarówno moda, mediana, jak i średnia są miarami tendencji centralnej, które dostarczają ważnych informacji o cechach rozkładu danych.
– Średnia: średnia arytmetyczna wszystkich danych. Wrażliwa na wartości odstające.
– Mediana: Wartość środkowa posortowanych danych. Niewrażliwa na wartości odstające.
– Moda: Wartość, która pojawia się najczęściej. Przydatna w przypadku danych kategorycznych.
Każdy z nich ma swoje zastosowania i wady, dlatego czasami stosuje się je łącznie, aby uzyskać pełniejszy obraz.
Wybór odpowiedniego rozmiaru
Wybór właściwej miary tendencji centralnej zależy od rodzaju danych i celu analizy.
– Jeśli dane zawierają wartości odstające lub nie mają rozkładu normalnego, bardziej odpowiednia może być mediana.
– Jeśli interesuje Cię najczęstsza wartość lub kategoria dominująca, bardziej przydatny będzie tryb.
– Jeżeli dane mają rozkład normalny i nie zawierają wartości odstających, średnia może stanowić dobrą reprezentację.
Na przykład w analizie rynku nieruchomości mediana jest często używana do opisu cen domów ze względu na ich ekstremalne wahania. W badaniach opinii publicznej moda może być wykorzystywana do identyfikacji najpopularniejszego wyboru.
Wniosek
Moda i mediana to dwie bardzo przydatne miary tendencji centralnej w statystyce. Chociaż dostarczają różnych informacji, mogą uprościć i podsumować główne cechy zbioru danych, ułatwiając podejmowanie decyzji na ich podstawie. Ich obecność, wraz ze średnią, pozwala badaczom i analitykom uzyskać pełniejszy obraz badanych danych.
