Калькулятор среднего, медианы и моды

Среднее, медиана и мода — это три основные меры центральной тенденции в статистике. Каждая из них описывает центр набора данных по-своему.

Среднее (среднее арифметическое)

Среднее — это сумма всех значений, делённая на количество значений:

$\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} = \frac{x_1 + x_2 + \cdots + x_n}{n}$

Среднее чувствительно к выбросам — одно очень большое или малое значение может значительно сдвинуть среднее.

Медиана

Медиана — это срединное значение, когда данные отсортированы по возрастанию. Для $n$ точек данных:

• Если $n$ нечётно: медиана $= x_{\frac{n+1}{2}}$
• Если $n$ чётно: медиана $= \frac{x_{\frac{n}{2}} + x_{\frac{n}{2}+1}}{2}$

Медиана устойчива к выбросам и предпочтительна для асимметричных распределений.

Мода

Мода — это значение, которое встречается чаще всего. Набор данных может быть:

• Унимодальным — одна мода
• Бимодальным — две моды
• Мультимодальным — более двух мод
• Без моды — все значения встречаются одинаково часто

Эти три меры вместе дают всестороннюю картину того, где находится «центр» набора данных.

Вычисление среднего

1. Сложите все значения данных: $\sum x_i$
2. Разделите на общее количество $n$
3. Результат: $\bar{x} = \frac{\sum x_i}{n}$

Взвешенное среднее: когда значения имеют разные веса:

$\bar{x}_w = \frac{\sum w_i x_i}{\sum w_i}$

Вычисление медианы

1. Отсортируйте данные по возрастанию
2. Подсчитайте количество значений $n$
3. Если $n$ нечётно: медиана — это значение на позиции $\frac{n+1}{2}$
4. Если $n$ чётно: медиана — это среднее значений на позициях $\frac{n}{2}$ и $\frac{n}{2}+1$

Вычисление моды

1. Подсчитайте частоту каждого значения
2. Определите значение (значения) с наибольшей частотой
3. Если все значения встречаются один раз, моды нет

Сравнительная таблица

Когда использовать каждую меру

• Среднее: используйте для нормально распределённых данных без экстремальных выбросов (например, баллы за тест в большом классе).
• Медиана: используйте для асимметричных данных или при наличии выбросов (например, доход домохозяйств).
• Мода: используйте для категориальных данных или для нахождения наиболее частого значения (например, самый популярный размер обуви).

Связь между средним, медианой и модой

Для идеально симметричного распределения: среднее $=$ медиана $=$ мода.

Для распределения с правосторонней асимметрией: среднее $>$ медиана $>$ мода.

Для распределения с левосторонней асимметрией: среднее $<$ медиана $<$ мода.

• Забывают отсортировать данные перед нахождением медианы — медиана требует упорядоченных данных; использование неотсортированных данных даёт неверный результат.
• Путают среднее и медиану для асимметричных данных — среднее притягивается к выбросам, поэтому для асимметричных распределений медиана является лучшей мерой центра.
• Утверждают «моды нет», когда есть равные частоты — если несколько значений имеют наибольшую частоту, все они являются модами (бимодальное или мультимодальное).
• Деление на неверное количество — убедитесь, что делите на общее число точек данных, а не на число различных значений.
• Включают выбросы без рассмотрения — всегда проверяйте наличие экстремальных значений, которые могут сделать среднее вводящим в заблуждение.