Kattava kurssi mediaanista (tilastot)

Määritelmä, laskentamenetelmä (parillinen / pariton n), painotettu mediaani, ryhmitellyt tiedot (luokat), kestävyys äärimmäisille arvoille, tulkinta, ansat ja kyselyt.

7luvut0%edistyminen

Luvut

1) Ymmärrä mediaani

Arvo "keskellä": 50 % tiedoista alapuolella, 50 % yläpuolella.

määritelmä

kestävä

keskihajonta

Mihin mediaania käytetään?

Mediaani tiivistää sarjan keskeisellä arvolla: se jakaa tiedot kahteen osaan.
Se on erityisen hyödyllinen, kun keskiarvo on harhaanjohtava (epäsymmetrinen jakautuminen, äärimmäiset arvot).
Todellisessa elämässä sitä käytetään usein palkkojen, kiinteistöhintojen, tulojen, odotusaikojen jne. yhteydessä.
Sitä sanotaan "kestäväksi": muutama poikkeava arvo muuttaa mediaania vain vähän.

Yksinkertainen intuitio

Lajittelemme arvot: mediaani on keskimmäinen (tai kahden keskimmäisen keskiarvo).
Tavoitteena ei ole "laskea keskiarvoa", vaan löytää keskeinen sijainti (50. percentiili).
Mediaani riippuu järjestyksestä, ei arvojen välisten etäisyyksien mukaan.

Mediaani vs keskiarvo: avainajatus

Keskimäärä käyttää kaikkia arvoja ja niiden poikkeamia: se voi vetää ylös/alas ääripäiden vuoksi.
Mediaani katsoo vain 'kuka on keskellä' lajittelun jälkeen: se kestää ääripäitä paremmin.
Symmetrisessä jakaumassa keskiarvo ja mediaani ovat usein lähellä toisiaan.

Mini-kysely

Sarjan mediaani on:

Käyttötapaukset

Käy läpi tilastoluku lukuYmmärrä mediaani, laskentamenetelmä ja yleiset virheet (lajittelu, sijoitus, parillinen/epäparillinen n).
Valitse keskiarvon ja mediaanin välilläTiedä, miksi mediaani on usein parempi, kun jakauma on epäsymmetrinen tai kun on äärimmäisiä arvoja (palkat, hinnat…).
Käsittele frekvenssitaulukoitaLaske mediaani frekvenssien avulla kumulatiivisten arvojen kautta ilman, että koko arvoluetteloa tarvitsee rakentaa uudelleen.
Ymmärrä painotettu mediaaniKun jokaisella arvolla ei ole samaa "painoa" (frekvenssit, tärkeys), opi kumulatiivisten painojen logiikka 50 %:iin asti.
Arvioi mediaani luokissaTunnista mediaaniluokka (N/2) ja käytä interpolointia, kun sinulla on vain väliarvoja (histogrammit).
Arvioi itseäsi kyselyilläMonivalintakysymyksiä ja numeerisia harjoituksia varmistaaksesi, että tiedät soveltaa oikeaa menetelmää tietojen muodon mukaan.

Mitä saat

Rakennettu ja vaiheittainen kurssi: määritelmä, intuitio (50 % alapuolella / 50 % yläpuolella), sitten laskentamenetelmä pakollisella lajittelulla.

Kattavat tapaukset: pariton n (keskimmäinen arvo), parillinen n (keskimmäisten arvojen keskiarvo), vaiheittaiset esimerkit ja korjatut kyselyt.

Hyödylliset laajennukset: painotettu mediaani (painot/frekvenssit) ja mediaani ryhmitellyistä tiedoista (mediaaniluokka + interpolointi).

Osa tulkinnasta: mediaani 50. percentiilinä (Q2), yhteys kvartileihin/IQR:ään ja miksi mediaani on kestävä äärimmäisiä arvoja vastaan.

Rajoitukset ja huomioitavat seikat

Mediaani riippuu lajittelusta: ilman lajiteltua sarjaa (tai ilman kumulatiivisia frekvenssejä) riski on välitön virhe.
Mediaani kuvaa sijaintia, ei hajontaa: kaksi hyvin erilaista sarjaa voi olla sama mediaani. Täydentämiseksi tarkastellaan usein kvartileja ja IQR:ää.
Ryhmitellyillä tiedoilla mediaani on usein arvio: se riippuu oletuksesta tasaisesta jakautumisesta mediaaniluokassa.
Pelkkä mediaani ei aina riitä päätöksentekoon: tavoitteen mukaan voidaan suosia keskiarvoa, mediaania tai paria mediaani + IQR (tai jopa robustia keskiarvoa).

Usein kysytyt kysymykset

Miksi sarja on lajiteltava mediaanin laskemiseksi?

Koska mediaani määritellään "keskellä" sijainnin mukaan lajitellussa sarjassa. Ilman lajittelua emme tiedä, mitkä arvot ovat keskeisiä.

Mikä on mediaani, kun arvoja on parillinen määrä?

Otetaan kahden keskimmäisen arvon keskiarvo (lajittelun jälkeen). Mediaani voi olla luku, joka ei esiinny sarjassa, ja se on normaalia.

Mediaani vai keskiarvo: kumpi valita?

Jos sarjassa on äärimmäisiä arvoja tai voimakasta epäsymmetriaa (palkat, hinnat), mediaani on usein edustavampi. Jos tiedot ovat "homogeenisia", keskiarvo voi olla informatiivisempi.

Mikä on mediaani frekvenssitaulukossa tai luokissa?

Frekvenssien kanssa käytämme kumulatiivisia arvoja selvittääksemme, missä 50 % kokonaismäärästä sijaitsee. Luokkien kanssa tunnistamme mediaaniluokan N/2:n avulla ja voimme arvioida mediaanin interpoloinnin avulla tässä luokassa.

Vinkki

Virheiden välttämisen refleksi: lajittelun jälkeen tunnista ensin kaksi "keskimmäistä" arvoa (vaikka n olisi pariton). Jos n on parillinen, mediaani on niiden välillä; jos n on pariton, se on tarkalleen yksi niistä.