- מדדי נטייה מרכזית מסכמים נתונים על ידי ציון ערכם הטיפוסי.
- שלושת המדדים העיקריים הם ממוצע אריתמטי, חציון ומוד.
- בחירת המדד הנכון תלויה במאפייני הנתונים.
- הם חיוניים לקבלת החלטות מבוססות נתונים בתחומים שונים.
בחיי היומיום שלנו, אנו מקבלים לעתים קרובות החלטות המבוססות על נתונים: כמה אנחנו מוציאים בחודש, הציונים הממוצעים של ילדינו, או המשכורת הממוצעת בחברה. אבל פירוש נכון של מידע זה דורש ארגון וכלים סטטיסטיים. כאן נכנס לתמונה ניתוח סטטיסטי. מדדי נטייה מרכזית, קבוצת פרמטרים שעוזרת לנו להבין את הערך המייצג ביותר של מערך נתונים.
במאמר זה, נפרט את כל מה שאתם צריכים לדעת על מושגים סטטיסטיים אלה: מהם, כיצד הם מחושבים, יתרונותיהם וחסרונותיהם, מתי עדיף להשתמש באחד או באחר, וכמה דוגמאות מעשיות. כל המידע מבוסס על מקורות חינוכיים ומקצועיים, מאורגן בצורה ברורה ומרתקת כך שתוכלו להבין אותו ללא קושי.
מהם מדדים של נטייה מרכזית?
לאס מדדי נטייה מרכזית, גם שיחות צעדי ריכוזיות או עמדה מרכזיתאלו ערכים מספריים המסכמים מערך נתונים על ידי ציון היכן הערכים נוטים להתרכז. במילים אחרות, הם אומרים לנו מהו הערך ה"טיפוסי" או המרכזי בסדרת תצפיות.
מדדים אלה שימושיים מאוד לניתוח נתונים סטטיסטיים משום שהם מאפשרים כדי להבין כיצד משתנה מתנהג, האם יש סימטריה בערכים, האם יש קיצוניות שמשפיעה על התוצאות, או מהו האלמנט הנפוץ ביותר.
המדדים העיקריים של נטייה מרכזית הם שלושה:
- ממוצע אריתמטי
- מדיאנה
- אופנה
לכל אחד מהאמצעים הללו מאפיינים משלו, תרחישי שימוש אידיאליים ומגבלות משלו. נבחן כל אחד מהם בפירוט בהמשך.
ממוצע אריתמטי
La ממוצע אריתמטי זהו כנראה המדד הידוע והנפוץ ביותר לנטייה מרכזית. הוא מחושב על ידי חיבור כל הערכים במערך הנתונים וחלוקתם במספר הכולל של נקודות נתונים.
לדוגמה, אם הציונים של חמישה תלמידים במבחן הם: 6.0, 5.4, 3.1, 7.0 ו-6.1, הממוצע יהיה:
- תוספת: 6.0 + 5.4 + 3.1 + 7.0 + 6.1 = 27.6
- מספר נקודות נתונים: 5
- ממוצע = 27.6 / 5 = 5.52
ערך זה של 5.52 הוא מייצג את נקודת שיווי המשקל של מערך הנתונים. הוא ידוע גם בשם ממוצע o ערך ממוצע.
בנוסף לממוצע הפשוט, ישנם וריאציות כגון:
- ממוצע משוקלל: כאשר לכל ערך מוקצה משקל או חשיבות שונים.
- ממוצע מדגםכאשר הממוצע מחושב על מדגם ולא על כלל האוכלוסייה.
ניתן להרחיב את הממוצע גם לנתונים המקובצים במרווחים. במקרים אלה, משתמשים בסימני מחלקה ובשכיחויות מוחלטות לחישוב.
תכונות הממוצע האריתמטי
- השתמשו בכל הנתוניםמה שהופך אותו לאינפורמטיבי מאוד.
- רק עבור כל מערך נתונים.
- אידיאלי להתפלגויות הומוגניות.
- שימושי מבחינה מתמטית, מאפשר לך לבצע חישובים אלגבריים.
מגבלות הממוצע
- רגיש לערכים קיצונייםחריג יכול לעוות את התוצאה באופן משמעותי.
- זה לא כל כך שימושי עבור התפלגויות הטרוגניות או עם ערכים קיצוניים.
- עבור נתונים רציפים או מקובצים זה יכול להיות לְהִתְקַרֵב ותלויים ברוחב המרווחים.
מדיאנה
La חציון הוא הערך ש תופס את המיקום המרכזי כאשר הנתונים מסודרים מהקטן לגדול, יש לחלק את מערך הנתונים לשני חלקים שווים: מחצית עם ערכים נמוכים יותר והמחצית השנייה עם ערכים גבוהים יותר.
דוגמה עם מספר אי-זוגי של נקודות נתונים:
נתונים: 1, 1, 2, 2, 2, 3, 3
החציון הוא הערך הרביעי, שהוא 2.
דוגמה עם מספר זוגי של נקודות נתונים:
נתונים: 1, 1, 2, 2, 2, 3, 3, 4
החציון יהיה הממוצע של שני הערכים המרכזיים, 2 ו-2.5 = 2
כאשר נתונים מקובצים לפי מחלקות, ה- מרווח חציוני באמצעות תדרים מצטברים, ואינטרפולציה כדי לקבל ערך מדויק יותר.
יתרונות החציון
- זה לא מושפע מערכים קיצוניים., מה שהופך אותו למדידה חזקה יותר.
- זה מייצג טוב יותר אוכלוסיות הטרוגניות, כמו משכורות בחברות עם אי שוויון גדול.
- ניתן לחשב זאת עבור נתונים מקובציםאפילו עם מרווחים פתוחים.
חסרונות החציון
- פחות שימושי לחישובים אלגבריים.
- זה תלוי בהזמנהזה דורש ארגון של כל הנתונים.
- בקבוצות, ערכו תלוי ב- גודל ומספר המרווחים.
אופנה
La אופנה הוא הערך השכיח ביותר במערך נתונים, כלומר, זה ש לעתים קרובות יותר זה חוזר על עצמואין לזה נוסחה ספציפית: אתה פשוט מחפש את הערך השכיח ביותר.
לדוגמה:
נתונים: 5, 7, 4, 6, 9, 5, 6, 1, 5, 3, 7
אופנה היא 5, מכיוון שהוא מופיע שלוש פעמים.
התפלגות יכולה להכיל:
- אופנה אחת ויחידהחד-מודאלי
- שתי מגמותבימודלי
- יותר משתי מגמותרב-מודאלי
- אופנתיכאשר לכל הערכים יש את אותה תדירות
עבור נתונים מקובצים, הוא מחושב על ידי זיהוי ה- מרווח מודאלי, ומיושמת נוסחת אינטרפולציה שלוקחת בחשבון את התדרים של המחלקות המודאליות, הקודמות והאחרות, כמו גם את רוחב המרווח.
יתרונות האופנה
- קל לחישובבמיוחד עבור נתונים אישיים.
- ניתן להשתמש בו עם משתנים איכותיים.
- אידיאלי עבור תאר מאפיינים אופייניים (לדוגמה, צבע המכונית הנמכר ביותר).
חסרונות של אופנה
- זה לא תמיד קיים.
- משתמש במידע לא שלם: הוא בוחן רק את הערך החוזר על עצמו ביותר, ומתעלם מהשאר.
- לא שימושי במיוחד בהתפלגויות אחידות.
- זה תלוי מאוד באופן שבו אנו מקבצים את הנתונים אם הם במרווחים.
מתי להשתמש בכל מדד?
בחירת המדד הנכון תלויה במאפייני הנתונים:
- מדיהאידיאלי עבור נתונים כמותיים וסימטריים ללא ערכים קיצוניים.
- מדיאנהשימושי כאשר יש חריגים או התפלגויות מוטות.
- אופנה: עדיף עבור משתנים איכותיים או לזיהוי ערכים פופולריים יותר.
לפעמים, זה יכול להיות מעניין להשתמש בכמה אמצעים יחד כדי להבין טוב יותר את התפלגות הנתונים. לדוגמה, כאשר משווים משכורות, הממוצע עשוי להיות גבוה עקב מספר משכורות גבוהות, בעוד שהחציון יציע תמונה ריאליסטית יותר של העובד ה"טיפוסי".
בגלל שהם חשובים?
למדדי נטייה מרכזית יש יישומים מעשיים במגוון רחב של מצבים:
- Educación: לחשב את הציון הממוצע של קבוצת תלמידים.
- כלכלה: לנתח את ההכנסה הממוצעת של אוכלוסייה.
- רפואה: מחקר על לחץ הדם הממוצע של חולים.
- סוֹצִיוֹלוֹגִיָה: לחקור את התשובות הנפוצות ביותר בסקר.
הם גם מאפשרים לך להשוות בין מערכי נתונים שונים, להעריך שינויים לאורך זמן או לקבוע סטנדרטים של איכות.
יתר על כן, הם משולבים לעתים קרובות עם מדדי פיזור כגון שונות, סטיית תקן או מקדם שונות כדי לקבל תמונה מלאה: לא רק הנתונים הממוצעים חשובים, אלא גם כיצד שאר הערכים מתפלגים.
למרות שהם עשויים להיראות כמו מושגים בסיסיים, הבנת אופן החישוב שלהם ומתי להשתמש בכל אחד מהם יכולה לעשות את כל ההבדל בקבלת החלטות מונחות נתונים.
לאס מדדי נטייה מרכזית הם מציעים דרך יעילה ל לסכם את המידע הסטטיסטי שימוש בערך מייצג אחד, שניים או יותר, ובחירה נכונה בין ממוצע, חציון או מצב - בהתאם לסוג הנתונים ולמטרת הניתוח - הוא המפתח לפירוש מדויק של המציאות. בין אם מדובר בלימוד התנהגות של קבוצה, השוואת תוצאות או פשוט הבנה טובה יותר של העולם סביבנו, כלים סטטיסטיים אלה נותרים חיוניים לכל ניתוח נתונים קפדני.
