Sự khác biệt giữa trung bình cộng, trung vị và mode trong thống kê mô tả
Trong thống kê mô tả, một trong những mục tiêu chính là tóm tắt dữ liệu để dễ hiểu. Dữ liệu lớn, đa dạng và đôi khi "lộn xộn" sẽ cung cấp nhiều thông tin hơn khi được trình bày dưới dạng các thước đo xu hướng trung tâm. Ba thước đo xu hướng trung tâm được sử dụng phổ biến nhất là trung bình cộng, trung vị và mode. Mặc dù cả ba đều nhằm mục đích thể hiện "giá trị đại diện" của một tập dữ liệu, nhưng phương pháp hoạt động, độ nhạy cảm với các giá trị ngoại lai và các tình huống sử dụng phù hợp của chúng lại khác nhau đáng kể.
Bài viết này thảo luận về ý nghĩa, cách tính toán, ưu điểm và nhược điểm, cũng như các ví dụ về ứng dụng của trung bình cộng, trung vị và mode để bạn có thể chọn thước đo phù hợp nhất cho dữ liệu đang được phân tích.
1. Trung bình cộng: Định nghĩa và cách tính toán
Giá trị trung bình là tổng của tất cả các giá trị dữ liệu chia cho số điểm dữ liệu. Thường được gọi là "trung bình cộng", giá trị trung bình là quen thuộc nhất trong cuộc sống hàng ngày. Nó cung cấp một cái nhìn tổng quan về trọng tâm của dữ liệu bằng cách xem xét tất cả các giá trị một cách tương ứng.
Công thức tính trung bình:
\[
\bar{x} = \frac{\sum x_i}{n}
\]
Thông tin:
– \(\sum x_i\) = tổng của tất cả các giá trị dữ liệu
– \(n\) = số lượng dữ liệu
Thí dụ:
Giả sử điểm thi của năm học sinh là: 70, 75, 80, 85, 90.
Trung bình = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Ưu điểm trung bình
1. Sử dụng tất cả dữ liệu để đảm bảo thông tin được sử dụng đầy đủ.
2. Dễ tính toán và được sử dụng rộng rãi trong phân tích nâng cao (ví dụ: phương sai, độ lệch chuẩn).
3. Thích hợp cho dữ liệu số và các phân bố tương đối đối xứng.
Thiếu hụt trung bình
1. Rất nhạy cảm với các giá trị ngoại lệ. Một giá trị cực đoan có thể kéo giá trị trung bình lệch xa so với phần lớn dữ liệu.
2. Không phải lúc nào cũng thể hiện “giá trị điển hình” nếu phân bố dữ liệu bị lệch.
Ví dụ về hiệu ứng ngoại lệ:
Dữ liệu thu nhập (triệu rupiah): 3, 3, 4, 4, 5, 50
Trung bình = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Mặc dù phần lớn thu nhập nằm trong khoảng 3-5 triệu, nhưng mức trung bình lại không phản ánh đúng thực tế.
2. Trung vị (Giá trị ở giữa): Định nghĩa và cách tính
Trung vị là giá trị nằm ở giữa khi dữ liệu được sắp xếp từ nhỏ nhất đến lớn nhất. Trung vị nhấn mạnh vị trí hơn là độ lớn tổng thể, do đó ít bị ảnh hưởng bởi các giá trị ngoại lai.
Cách xác định giá trị trung vị:
1. Sắp xếp dữ liệu.
2. Nếu số lượng dữ liệu là số lẻ, thì trung vị là giá trị ở vị trí giữa.
3. Nếu số lượng dữ liệu là số chẵn, trung vị là trung bình cộng của hai giá trị ở giữa.
Ví dụ (lẻ):
Dữ liệu: 2, 3, 5, 7, 9
Trung vị = giá trị ở giữa = 5
Ví dụ (thậm chí):
Dữ liệu: 10, 20, 30, 40
Trung vị = (20 + 30) / 2 = 25
Lợi thế trung bình
1. Có khả năng chống chịu tốt với các giá trị ngoại lệ và giá trị cực đoan.
2. Thích hợp cho các dữ liệu phân bố không đối xứng như thu nhập, giá nhà hoặc thời gian chờ đợi.
3. Có thể được sử dụng cho dữ liệu thứ tự (ví dụ: xếp hạng mức độ hài lòng: rất hài lòng, hài lòng, trung lập, không hài lòng).
Những thiếu sót trung bình
1. Không sử dụng tất cả các giá trị dữ liệu trong phép tính (thiên về phương pháp “dựa trên vị trí”).
2. Ít phù hợp hơn cho các phân tích toán học nâng cao đòi hỏi các thuộc tính trung bình.
Nếu chúng ta quay lại ví dụ về thu nhập: 3, 3, 4, 4, 5, 50
Dữ liệu đã được sắp xếp, trung vị của 6 dữ liệu là trung bình cộng của giá trị thứ 3 và thứ 4: (4 + 4) / 2 = 4
Giá trị trung vị này phản ánh chính xác hơn tình trạng của đa số trường hợp.
3. Giá trị phổ biến nhất (Mode): Định nghĩa và cách xác định
Giá trị xuất hiện nhiều nhất trong một tập dữ liệu được gọi là mode. Trong một số trường hợp, dữ liệu có thể có:
– Một giá trị duy nhất (đơn cực): một giá trị xuất hiện thường xuyên nhất.
– Hai chế độ (hai đỉnh): hai giá trị xuất hiện thường xuyên nhất
– Nhiều phương thức (đa phương thức)
– Không có chế độ: nếu tất cả các giá trị xuất hiện với tần suất như nhau
Thí dụ:
Dữ liệu: 2, 3, 3, 4, 5
Chế độ = 3 (xuất hiện thường xuyên nhất)
Ví dụ về hai chế độ:
Dữ liệu: 1, 2, 2, 3, 3, 4
Chế độ = 2 và 3
Ưu điểm của chế độ
1. Đây là thước đo xu hướng trung tâm duy nhất có thể được sử dụng cho dữ liệu định danh (ví dụ: màu sắc yêu thích, thương hiệu được ưa chuộng nhất).
2. Dễ hiểu vì nó ngay lập tức hiển thị danh mục/giá trị nổi bật nhất.
3. Không bị ảnh hưởng bởi các giá trị ngoại lệ theo nghĩa là các giá trị cực đoan không làm thay đổi tần suất xuất hiện của các giá trị thường xuyên nhất.
Thiếu chế độ
1. Đôi khi nó không phải là duy nhất (có thể có nhiều hơn một) hoặc thậm chí không tồn tại.
2. Có thể kém ổn định hơn; những thay đổi nhỏ trong dữ liệu có thể làm thay đổi chế độ.
3. Không phải lúc nào cũng thể hiện "trung tâm" của dữ liệu về mặt toán học.
4. Những điểm khác biệt chính giữa trung bình cộng, trung vị và mode
Tóm lại, sự khác biệt giữa ba phương pháp này có thể thấy rõ từ phương pháp tính toán, độ nhạy cảm với các giá trị ngoại lệ và kiểu dữ liệu phù hợp:
1. Phương pháp trung bình cộng sử dụng tất cả các giá trị, phù hợp nhất với dữ liệu số đối xứng, nhưng nhạy cảm với các giá trị ngoại lệ.
2. Trung vị dựa trên vị trí, phù hợp với dữ liệu phân bố lệch, có khả năng chống chịu tốt hơn với các giá trị ngoại lệ.
3. Chế độ dựa trên tần suất, thích hợp cho dữ liệu phân loại/danh nghĩa và để thấy giá trị chiếm ưu thế nhất.
Trong nhiều sách thống kê, có một mối quan hệ tổng quát giữa ba phân phối này:
– Phân bố đối xứng: trung bình ≈ trung vị ≈ mode
– Phân bố lệch về bên phải (lệch phải): trung bình > trung vị > mode
– Phân bố lệch trái: trung bình < trung vị < mode. Tuy nhiên, đây chỉ là xu hướng, không phải quy tắc tuyệt đối. 5. Khi nào nên sử dụng trung bình, trung vị hoặc mode? Việc lựa chọn thước đo xu hướng trung tâm phù hợp phụ thuộc vào bản chất của dữ liệu và mục đích của phân tích. Sử dụng trung bình nếu: - Dữ liệu là số (khoảng/tỷ lệ). - Phân bố tương đối đối xứng. - Không có giá trị ngoại lệ cực đoan hoặc các giá trị ngoại lệ đã được xử lý. - Bạn cần cơ sở cho các phép tính thống kê khác. Ví dụ: điểm kiểm tra trung bình của lớp với sự phân bố điểm công bằng.
