Шта су мере централне тенденције и како се примењују?

Почетна » Економија » Шта су мере централне тенденције и како се примењују

У свакодневном животу често доносимо одлуке засноване на подацима: колико трошимо месечно, просечне оцене наше деце или просечна плата у компанији. Али правилно тумачење ових информација захтева одређену организацију и статистичке алате. Ту долазе до изражаја мере централне тенденције — скуп параметара који нам помажу да идентификујемо најрепрезентативнију вредност у скупу података.

У овом чланку ћемо објаснити све што треба да знате о овим статистичким концептима: шта су, како се израчунавају, њихове предности и мане, када је најбоље користити један или други, и неке практичне примере. Све информације су засноване на образовним и специјализованим изворима, организоване на јасан и занимљив начин тако да их можете разумети без потешкоћа.

Које су мере централне тенденције?

Мере централне тенденције , такође назване мере централне локације или централног положаја , су нумеричке вредности које сумирају скуп података тако што указују на то где се подаци обично концентришу. Другим речима, оне нам говоре која је „типична“ или централна вредност у низу посматрања.

Ове мере су веома корисне за анализу статистичких података јер нам омогућавају да разумемо како се променљива понаша , да ли постоји симетрија у вредностима, да ли постоје екстреми који утичу на резултате или који је најчешћи елемент.

Главне мере централне тенденције су три:

• Аритметичка средина
• Медијана
• мода

Свака од ових мера има своје карактеристике, идеалне сценарије употребе и ограничења. Касније ћемо сваку од њих детаљно испитати.

Аритметичка средина

Аритметичка средина је вероватно најпознатија и најшире коришћена мера централне тенденције. Израчунава се сабирањем свих вредности у скупу података и дељењем са укупним бројем тачака података.

На пример, ако су оцене пет ученика на тесту: 6.0, 5.4, 3.1, 7.0 и 6.1, просек ће бити:

• Сабирање: 6.0 + 5.4 + 3.1 + 7.0 + 6.1 = 27.6
• Број тачака података: 5
• Просек = 27.6 / 5 = 5.52

Ова вредност од 5.52 представља тачку рентабилности скупа података. Такође је позната као просек или средња вредност.

Поред једноставног просека, постоје варијације као што су:

• Пондерисана: када је свакој вредности додељена различита тежина или важност.
• Просек узорка: када се средња вредност израчунава на узорку, а не на целој популацији.

Просек се такође може проширити на податке груписане у интервале. У тим случајевима, за израчунавање се користе ознаке класе и апсолутне фреквенције.

Особине аритметичке средине

• Користите све податкешто га чини веома информативним.
• Јединствен за сваки скуп података.
• Идеално за хомогене дистрибуције.
• Математички корисно, омогућава вам да изводите алгебарске прорачуне.

Ограничења просека

• Осетљив на екстремне вредности: изузетак може значајно искривити резултат.
• Није толико корисно за хетерогене дистрибуције или са екстремним вредностима.
• За континуиране или груписане податке може бити приближан и зависе од ширине интервала.

Медијана

Медијана је вредност која заузима централну позицију када се подаци поређају од најмање до највеће. Она дели скуп података на два једнака дела: половину са нижим вредностима и другу половину са вишим вредностима.

Пример са непарним бројем података:

Подаци: 1, 1, 2, 2, 2, 3, 3

Медијана је четврта вредност, која је 2.

Пример са парним бројем података:

Подаци: 1, 1, 2, 2, 2, 3, 3, 4

Медијана ће бити просек између две централне вредности, 2 и 2.5 = 2

Када се подаци групишу у класе, средњи интервал се идентификује коришћењем кумулативних фреквенција и интерполира да би се добила тачнија вредност.

Предности медијане

• На њега не утичу екстремне вредности., што га чини робуснијом мером.
• Боље представља хетерогене популације, као што су плате у компанијама са великим неједнакостима.
• Можете га израчунати за груписане податкечак и са отвореним интервалима.

Недостаци медијане

• Мање корисно за алгебарске прорачуне.
• Зависи од редоследаТо захтева организовање свих података.
• У групама, његова вредност зависи од величина и број интервала.

мода

Мод је најчешћа вредност у скупу података, односно она која се најчешће понавља . Не постоји посебна формула за то: једноставно се проналази вредност која се најчешће појављује.

Пример:

Подаци: 5, 7, 4, 6, 9, 5, 6, 1, 5, 3, 7

Мод је 5 , јер се појављује три пута.

Дистрибуција може имати:

• Једна једина мода: унимодални
• Два тренда: бимодални
• Више од два трендамултимодални
• Модно: када све вредности имају исту фреквенцију

За груписане податке, прорачун се врши идентификацијом модалног интервала и применом формуле интерполације која узима у обзир фреквенције модалне, претходне и следеће класе, као и ширину интервала.

Предности моде

• Лако израчунатипосебно за појединачне податке.
• Може се користити са квалитативним променљивим.
• Идеално за опишите типичне карактеристике (на пример, најпродаванија боја аутомобила).

Недостаци моде

• Не постоји увек.
• Користи непотпуне информације: гледа само вредност која се најчешће понавља, игноришући остале.
• Није баш корисно код униформних дистрибуција.
• Много зависи од тога како групишемо податке ако су у интервалима.

Када користити сваку меру?

Избор праве мере зависи од карактеристика података:

• медијИдеално за квантитативне, симетричне податке без екстремних вредности.
• Медијана: корисно када постоје аномалије или асиметричне дистрибуције.
• мода: пожељније за квалитативне променљиве или за идентификовање популарнијих вредности.

Понекад може бити корисно користити неколико мера заједно како би се боље разумела дистрибуција података. На пример, када се упоређују плате, средња вредност може бити висока због неколико високих плата, док би медијана понудила реалнији приказ „типичног“ запосленог.

Јер су важни?

Мере централне тенденције имају практичну примену у мноштву ситуација:

• Образовањеизрачунати просечну оцену групе студената.
• Привредаанализирати просечан приход становништва.
• медицинапроучити просечан крвни притисак пацијената.
• sociologijaИстражите најчешће одговоре у анкети.

Такође вам омогућавају да упоредите различите скупове података, процените промене током времена или успоставите стандарде квалитета.

Штавише, често се комбинују са мерама дисперзије као што су варијанса, стандардна девијација или коефицијент варијације како би се добила потпуна слика: не само да су просечни подаци важни, већ и како су остале вредности распоређене.

Иако могу изгледати као основни концепти, разумевање како се израчунавају и када их користити може направити велику разлику приликом доношења одлука заснованих на подацима.

Мере централне тенденције нуде ефикасан начин за сумирање статистичких информација коришћењем једне, две или више репрезентативних вредности. Избор праве – средње вредности, медијане или мода – у зависности од врсте података и циља анализе, кључан је за тачно тумачење стварности. Без обзира да ли се проучава понашање групе, упоређују резултати или једноставно боље разуме свет око нас, ови статистички алати остају неопходни за сваку ригорозну анализу података.