Komplet kursus om medianen (statistik)

Definition, beregningsmetode (n lige/ulige), vægtet median, grupperede data (klasser), robusthed over for ekstreme værdier, fortolkning, fælder og quiz.

7kapitler0%fremskridt

Kapitler

1) Forstå medianen

Værdien 'i midten': 50% af dataene under, 50% over.

definition

robust

central tendens

Hvad er medianen til?

Medianen opsummerer en serie med en central værdi: den deler dataene i to halvdelen.
Den er særligt nyttig, når gennemsnittet er misvisende (skæv fordeling, ekstreme værdier).
I det virkelige liv bruges den ofte til lønninger, ejendomsværdier, indkomster, ventetider…
Den siges at være 'robust': nogle afvigende værdier ændrer medianen lidt.

Simpel intuition

Vi sorterer værdierne: medianen er den i midten (eller gennemsnittet af de to i midten).
Målet er ikke at 'beregne et gennemsnit', men at finde en central position (den 50. percentil).
Medianen afhænger af rækkefølgen, ikke af afstandene mellem værdierne.

Median vs gennemsnit: nøgleidé

Gennemsnittet bruger alle værdier og deres afvigelser: det kan trækkes op/ned af ekstreme værdier.
Medianen ser kun på 'hvem der er i midten' efter sortering: den er mere modstandsdygtig over for ekstreme værdier.
På en symmetrisk fordeling er gennemsnit og median ofte tæt på hinanden.

Mini-quiz

Medianen af en række er:

Brugsscenarier

Gennemgå et kapitel om statistikForstå medianen, beregningsmetoden og de almindelige fejl (sortering, rang, lige/ulige antal).
Vælg mellem gennemsnit og medianVide hvorfor medianen ofte er bedre, når fordelingen er skæv, eller der er ekstreme værdier (lønninger, priser…).
Behandle frekvenstabellerBeregne en median med frekvenser via de kumulerede, uden at genskabe hele listen af værdier.
Forstå den vægtede medianNår hver værdi ikke har samme "vægt" (frekvenser, betydning), lære logikken bag de kumulerede vægte op til 50%.
Estimere en median over klasserIdentificere den mediane klasse (N/2) og bruge interpolation, når man kun har intervaller (histogrammer).
Selvvurdere med quizzerMultiple choice spørgsmål og numeriske øvelser for at sikre, at du ved, hvordan du anvender den rigtige metode afhængigt af datatypen.

Hvad du får

Et struktureret og progressivt kursus: definition, intuition (50% under / 50% over), derefter beregningsmetode med obligatorisk sortering.

Komplette tilfælde: ulige antal (central værdi), lige antal (gennemsnit af de to centrale værdier), med trin-for-trin eksempler og rettede quizzer.

Nyttige udvidelser: vægtet median (vægt/frekvenser) og median over grupperede data (median klasse + interpolation).

En del fortolkning: median som 50. percentil (Q2), forbindelse til kvartiler/IQR, og hvorfor medianen er robust over for ekstreme værdier.

Grænser og opmærksomhedspunkter

Medianen afhænger af sorteringen: uden en sorteret sekvens (eller uden kumulerede frekvenser) risikerer man en øjeblikkelig fejl.
Medianen beskriver en position, ikke spredningen: to meget forskellige sekvenser kan have samme median. For at supplere ser man ofte på kvartiler og IQR.
For grupperede data i klasser er medianen ofte en estimation: den afhænger af antagelsen om ensartet fordeling i den mediane klasse.
Medianen alene er ikke altid tilstrækkelig til at træffe en beslutning: afhængigt af målet kan man foretrække gennemsnit, median eller et par median + IQR (eller endda et robust gennemsnit).

Ofte stillede spørgsmål

Hvorfor skal man sortere sekvensen for at beregne medianen?

Fordi medianen er defineret ved positionen "i midten" i den ordnede sekvens. Uden sortering ved man ikke, hvilke værdier der er centrale.

Hvad er medianen, når der er et lige antal værdier?

Man tager gennemsnittet af de to centrale værdier (efter sortering). Medianen kan så være et tal, der ikke optræder i sekvensen, og det er normalt.

Median eller gennemsnit: hvilken skal man vælge?

Hvis sekvensen indeholder ekstreme værdier eller en høj skævhed (lønninger, priser), er medianen ofte mere repræsentativ. Hvis dataene er "homogene", kan gennemsnittet være mere informativt.

Hvad er medianen i en frekvenstabel eller klasser?

Med frekvenser bruger man de kumulerede til at finde, hvor 50% af totalen ligger. Med klasser identificerer man den mediane klasse via N/2 og kan derefter estimere medianen ved interpolation i denne klasse.

Tip

Anti-fejl refleks: efter at have sorteret, identificer først de to "centrale" værdier (selv hvis n er ulige). Hvis n er lige, er medianen mellem de to; hvis n er ulige, er den præcist en af dem.