如何計算平均數、中位數和眾數：完整指南
介紹
在統計學中，理解如何計算平均數、中位數和眾數至關重要，因為這三種是集中趨勢最常用的測量方法。平均數、中位數和眾數用於用一個最具代表性的數字來概括一組數值資料。雖然這三種方法可以結合使用，但它們的計算方法和各自適用的情況卻有顯著差異。
平均值
定義
平均值是資料集中所有值的總和除以這些值的個數。平均值可以反映資料集的「中心」位置，但極易受到異常值（極端值）的影響。
計算平均值的步驟
1. 求和所有值：將資料集中的所有值相加。
2. 統計資料數量：確定資料集中有多少個值。
3. 將所有數值的總和除以資料個數：此除法的結果即為資料集的平均值。
康托：
假設我們有以下資料集：3、7、8、9、10。
將所有數值相加：3 + 7 + 8 + 9 + 10 = 37
數據數量：5
計算平均值：37 / 5 = 7.4
因此，該資料集的平均值為 7.4。
中位數（中間值）
定義
中位數是按數值排序的資料集中的中間值。如果資料集中的數值個數為奇數，則中位數是中間值；如果數值個數為偶數，則中位數是中間兩個值的平均值。
計算中位數的步驟
1. 將數值排序：將資料集中的值從小到大排列。
2. 確定數值的數量：統計資料集中的數值的數量。
3. 找出中間值：
– 如果數值的個數為奇數，則中位數是中間的值。
– 如果數值的個數為偶數，則中位數是中間兩個數值的平均值。
例 1（奇數之和）：
資料集：3、7、8、9、10
將以下數值排序：3、7、8、9、10
總價值：5（奇數）
中位數：第 3 個值 (7)
因此，該資料集的中位數是 8。
例 2（偶數個值）：
資料集：2、4、6、8、10、12
將以下數值進行排序：2、4、6、8、10、12
總價值：6（偶數）
中位數：第 3 個和第 4 個值的平均值 -> (6 + 8) / 2 = 7
因此，該資料集的中位數是 7。
模式（出現頻率最高的值）
定義
眾數是指資料集中出現頻率最高的值。一個資料集可能存在多個眾數，也可能沒有眾數，即沒有哪個值出現的頻率高於其他值。
計算模式的步驟
1. 計算每個值的頻率：決定每個值在資料集中出現的次數。
2. 找出出現頻率最高的數值：出現頻率最高的數值就是眾數。
康托：
假設我們有以下資料集：4, 4, 5, 7, 7, 7, 8, 9, 9。
計算每個值出現的頻率：
– 4 出現 2 次
– 5 出現 1 次
– 7 出現 3 次
– 8 出現 1 次
– 9 出現 2 次
因此，該資料集的眾數為 7，因為它出現的頻率最高（3 次）。
特殊情況
無模式：
如果資料集中的每個值出現的頻率都相同，則不存在眾數。例如：2、3、4、5。
多式聯運：
如果兩個或多個值出現的頻率相同，且該頻率在資料集中最高，則稱該資料集為多峰資料集。例如：2, 3, 3, 4, 4 有兩個眾數，即 3 和 4。
分佈偏度：
– 正偏態：平均數 > 中位數 > 眾數
– 負偏態分佈：眾數 > 中位數 > 平均數
應用及局限性
Aplikasi
1. 當資料集中的每個數字都很重要，且沒有顯著的異常值時，可以使用平均值。例如：計算班級的平均考試成績。
2. 當資料集包含異常值或分佈高度偏斜時，中位數更有用。例如，計算某個地區的房價中位數。
3. 眾數常用於分類資料或某個特定值出現頻率較高的資料。例如，確定商店中最暢銷的服裝尺寸。
限制
– 平均值受異常值的影響很大，因此對於分佈偏斜的資料集，平均值並不總是反映其真正的「中心」。
– 中位數沒有考慮資料集中的每個值，因此可能無法反映資料中包含的所有資訊。
– 眾數可能無法全面反映資料集的情況，尤其是當所有值的頻率相同或存在多個眾數時。
結論
平均數、中位數和眾數是資料分析中三種非常有用的集中趨勢量測。它們各自有不同的應用場景和局限性，選擇合適的度量取決於資料集的特徵和當前的分析問題。透過了解如何計算以及何時使用每種度量，我們可以做出更明智、更準確的數據驅動決策。
