- Mål på sentral tendens oppsummerer data ved å indikere den typiske verdien.
- De tre hovedmålene er aritmetisk gjennomsnitt, median og modus.
- Valg av riktig måleenhet avhenger av dataenes egenskaper.
- De er avgjørende for datadrevne beslutninger på ulike områder.
I hverdagen tar vi ofte datadrevne beslutninger: hvor mye vi bruker per måned, barnas gjennomsnittskarakterer eller gjennomsnittslønnen i et selskap. Men å tolke denne informasjonen riktig krever organisering og statistiske verktøy. Det er her statistisk analyse kommer inn i bildet. mål på sentral tendens, et sett med parametere som hjelper oss å forstå mest representative verdi av et datasett.
I denne artikkelen skal vi gå gjennom alt du trenger å vite om disse statistiske konseptene: hva de er, hvordan de beregnes, fordeler og ulemper, når det er best å bruke det ene eller det andre, og noen praktiske eksempler. All informasjonen er basert på pedagogiske og spesialiserte kilder, organisert på en tydelig og engasjerende måte, slik at du kan forstå den uten problemer.
Hva er mål på sentral tendens?
Las mål på sentral tendens, også samtaler sentraliseringstiltak eller sentral posisjonDette er numeriske verdier som oppsummerer et datasett ved å indikere hvor verdiene har en tendens til å konsentrere seg. Med andre ord, de forteller oss hva den «typiske» eller sentrale verdien er i en serie observasjoner.
Disse målene er svært nyttige for å analysere statistiske data fordi de tillater å forstå hvordan en variabel oppfører seg, om det er symmetri i verdiene, om det er ytterpunkter som påvirker resultatene, eller hva det vanligste elementet er.
De viktigste målene på sentral tendens er tre:
- Aritmetisk gjennomsnitt
- median
- Mote
Hvert av disse tiltakene har sine egne egenskaper, ideelle bruksscenarier og begrensninger. Vi vil undersøke hvert av dem i detalj senere.
Aritmetisk gjennomsnitt
La aritmetisk middel Det er sannsynligvis det mest kjente og mest brukte målet på sentral tendens. Det beregnes ved å legge sammen alle verdiene i datasettet og dele på det totale antallet datapunkter.
Hvis for eksempel karakterene til fem elever på en prøve er: 6.0, 5.4, 3.1, 7.0 og 6.1, vil gjennomsnittet være:
- Tillegg: 6.0 + 5.4 + 3.1 + 7.0 + 6.1 = 27.6
- Antall datapunkter: 5
- Gjennomsnitt = 27.6 / 5 = 5.52
Denne verdien av 5.52 Det representerer likevektspunktet til datasettet. Det er også kjent som gjennomsnittlig o gjennomsnittsverdi.
I tillegg til det enkle gjennomsnittet, finnes det variasjoner som:
- Vektlagt gjennomsnitt: når hver verdi tildeles en annen vekt eller viktighet.
- Gjennomsnittlig utvalg: når gjennomsnittet beregnes på et utvalg og ikke på hele populasjonen.
Gjennomsnittet kan også utvides til data gruppert i intervaller. I disse tilfellene brukes klassekarakterer og absolutte frekvenser i beregningen.
Egenskaper ved det aritmetiske gjennomsnittet
- Bruk alle dataenenoe som gjør den svært informativ.
- bare for hvert datasett.
- Ideell for homogene fordelinger.
- Matematisk nyttig, lar deg utføre algebraiske beregninger.
Begrensninger av gjennomsnittet
- Følsom for ekstreme verdier: en avviker kan forvrenge resultatet betydelig.
- Det er ikke så nyttig for heterogene fordelinger eller med ekstreme verdier.
- For kontinuerlige eller grupperte data kan det være tilnærmet og avhenger av bredden på intervallene.
median
La median er verdien som inntar den sentrale posisjonen Når dataene er sortert fra minste til største, deler du datasettet i to like deler: en halvdel med lavere verdier og den andre halvdelen med høyere verdier.
Eksempel med et oddetall datapunkter:
Data: 1, 1, 2, 2, 2, 3, 3
Medianen er den fjerde verdien, som er 2.
Eksempel med et partall datapunkter:
Data: 1, 1, 2, 2, 2, 3, 3, 4
Medianen vil være gjennomsnittet av de to sentrale verdiene, 2 og 2.5 = 2
Når data grupperes i klasser, median intervall ved hjelp av kumulative frekvenser, og interpolert for å oppnå en mer nøyaktig verdi.
Fordeler med medianen
- Den påvirkes ikke av ekstreme verdier., noe som gjør det til et mer robust tiltak.
- Det representerer bedre heterogene populasjoner, som for eksempel lønninger i selskaper med store ulikheter.
- Du kan beregne det for grupperte dataselv med åpne intervaller.
Ulemper med medianen
- Mindre nyttig for algebraiske beregninger.
- Det avhenger av rekkefølgenDet krever organisering av alle dataene.
- I grupper avhenger verdien av størrelse og antall intervaller.
Mote
La mote er den hyppigste verdien i et datasett, det vil si den som oftere gjentas detDen har ingen spesifikk formel: du ser bare etter den hyppigste verdien.
Eksempel:
Data: 5, 7, 4, 6, 9, 5, 6, 1, 5, 3, 7
Mote er 5, siden den dukker opp tre ganger.
En distribusjon kan ha:
- Én enkelt mote: unimodal
- To trenderbimodal
- Mer enn to trendermultimodal
- Fasjonable: når alle verdier har samme frekvens
For grupperte data beregnes det ved å identifisere modalt intervall, og en interpolasjonsformel brukes som tar hensyn til frekvensene til modalklassen, foregående og påfølgende klasser, samt bredden på intervallet.
Fordeler med mote
- Lett å beregnespesielt for individuelle data.
- Den kan brukes med kvalitative variabler.
- ideell for beskriv typiske egenskaper (for eksempel den mest solgte bilfargen).
Ulemper med mote
- Det finnes ikke alltid.
- Bruker ufullstendig informasjon: den ser bare på den mest gjentatte verdien, og ignorerer resten.
- Ikke veldig nyttig i uniforme fordelinger.
- Det avhenger i stor grad av hvordan vi grupperer dataene hvis de er i intervaller.
Når skal man bruke hvert målepunkt?
Valg av riktig måleenhet avhenger av dataenes egenskaper:
- Media: ideell for kvantitative, symmetriske data uten ekstremverdier.
- median: nyttig når det er avvikere eller skjeve fordelinger.
- Mote: foretrukket for kvalitative variabler eller for å identifisere mer populære verdier.
Noen ganger kan det være interessant bruke flere tiltak sammen for å få en bedre forståelse av datafordelingen. Når man for eksempel sammenligner lønninger, kan gjennomsnittet være høyt på grunn av noen få høye lønninger, mens medianen ville gitt et mer realistisk bilde av den «typiske» ansatte.
Hvorfor er de viktige?
Mål på sentral tendens har praktiske anvendelser i en rekke situasjoner:
- Utdanning: beregne gjennomsnittskarakteren til en gruppe elever.
- Økonomi: analysere gjennomsnittsinntekten til en befolkning.
- Medisin: studere gjennomsnittlig blodtrykk hos pasienter.
- Sosiologi: undersøk de vanligste svarene i en undersøkelse.
De lar deg også sammenligne ulike datasett, evaluere endringer over tid eller etablere kvalitetsstandarder.
Dessuten kombineres de ofte med spredningsmål som varians, standardavvik eller variasjonskoeffisient for å få en fullstendig oversikt: ikke bare gjennomsnittsdataene spiller noen rolle, men også hvordan resten av verdiene er fordelt.
Selv om de kan virke som grunnleggende konsepter, kan det å forstå hvordan de beregnes og når man skal bruke hver enkelt utgjøre hele forskjellen når man tar datadrevne beslutninger.
Las mål på sentral tendens De tilbyr en effektiv måte å oppsummer den statistiske informasjonen Å bruke én, to eller flere representative verdier, og velge riktig mellom gjennomsnitt, median eller modus – avhengig av datatypen og analysens mål – er nøkkelen til å tolke virkeligheten nøyaktig. Enten man studerer en gruppes oppførsel, sammenligner resultater eller bare forstår verden rundt oss bedre, er disse statistiske verktøyene fortsatt essensielle for enhver grundig dataanalyse.
