Teljes kurzus a mediánról (statisztika)

Definíció, számítási módszer (páros / páratlan n), súlyozott medián, csoportosított adatok (osztályok), robusztusság a szélsőséges értékekkel szemben, értelmezés, csapdák és kvíz.

7fejezetek0%előrehaladás

Fejezetek

1) A medián megértése

Az "középső" érték: az adatok 50%-a alatta, 50%-a felette.

definíció

robosztus

középponti tendencia

Mire jó a medián?

A medián egy középső értékkel összegzi a sorozatot: két felére osztja az adatokat.
Különösen hasznos, amikor az átlag félrevezető (aszimmetrikus eloszlás, szélsőséges értékek).
A valós életben gyakran használják fizetések, ingatlanárak, jövedelmek, várakozási idők stb. esetén...
Azt mondják, hogy "robosztus": néhány kiugró érték alig módosítja a mediánt.

Egyszerű intuíció

Rendezni kell az értékeket: a medián a középső (vagy a két középső átlagának) érték.
A cél nem az, hogy "átlagoljunk", hanem hogy megtaláljuk a középső pozíciót (az 50. percentilis).
A medián a sorrendtől függ, nem az értékek közötti távolságoktól.

Medián vs átlag: kulcsfontosságú ötlet

1) Az átlag minden értéket és azok eltéréseit figyelembe veszi: az extrém értékek felfelé/lentebb húzhatják.
2) A medián csak azt nézi, hogy "ki van a középen" a rendezés után: jobban ellenáll az extrém értékeknek.
3) Szimmetrikus eloszlás esetén az átlag és a medián gyakran közel áll egymáshoz.

Mini-kvíz

4) Egy sor mediánja:

Használati esetek

Statisztikai fejezet áttekintéseA medián megértése, a számítási módszer és a gyakori hibák (sorrend, rang, páros/ páratlan n).
Választás a medián és az átlag közöttTudni, miért a medián gyakran jobb, ha az eloszlás aszimmetrikus vagy szélsőséges értékek vannak (fizetések, árak…).
Frekvencia táblák kezeléseMedián számítása frekvenciák alapján a kumulált értékek segítségével, anélkül, hogy az összes érték listáját újra kellene építeni.
A súlyozott medián megértéseAmikor minden értéknek nem ugyanaz a "súlya" (frekvenciák, fontosság), a kumulált súlyok logikájának megtanulása 50%-ig.
Medián becslése osztályok alapjánA medián osztály azonosítása (N/2) és interpoláció használata, amikor csak intervallumok állnak rendelkezésre (hisztogramok).
Önértékelés kvízekkelTöbbváltozós kérdések és numerikus feladatok, hogy ellenőrizze, tudja-e alkalmazni a megfelelő módszert az adatok formátuma szerint.

Amit kap

Egy strukturált és fokozatos tanfolyam: definíció, intuíció (50% alatta / 50% felett), majd számítási módszer kötelező sorrenddel.

Teljes esetek: páratlan n (középső érték), páros n (a két középső érték átlaga), lépésről lépésre példákkal és javított kvízekkel.

Hasznos kiterjesztések: súlyozott medián (súlyok/frekvenciák) és medián csoportosított adatokon (medián osztály + interpoláció).

Egy rész az értelmezésről: medián mint 50. percentilis (Q2), kapcsolata a kvartilisekkel/IQR-rel, és miért a medián robusztus a szélsőséges értékekkel szemben.

Korlátok és figyelmeztetések

A medián a sorrendtől függ: rendezett sorozat (vagy kumulált frekvenciák) nélkül azonnali hibát kockáztatunk.
A medián egy pozíciót ír le, nem a szórást: két nagyon különböző sorozatnak ugyanaz a mediánja lehet. Kiegészítésként gyakran nézzük a kvartiliseket és az IQR-t.
Csoportosított adatok esetén a medián gyakran becslés: függ a medián osztályban a homogén eloszlás feltételezésétől.
A medián önmagában nem mindig elegendő a döntéshez: a céltól függően előnyben részesíthetjük az átlagot, a mediánt, vagy egy medián + IQR párt (vagy egy robusztus átlagot).

Gyakori kérdések

Miért kell rendezni a sorozatot a medián kiszámításához?

Mert a medián a rendezett sorozat "középső" pozíciója által van meghatározva. Rendezés nélkül nem tudjuk, mely értékek középsők.

Mi a medián, ha páros számú érték van?

A két középső érték átlagát vesszük (rendezés után). A medián akkor egy olyan szám lehet, amely nem szerepel a sorozatban, és ez normális.

Medián vagy átlag: melyiket válasszuk?

Ha a sorozat szélsőséges értékeket vagy erős aszimmetriát tartalmaz (fizetések, árak), a medián gyakran reprezentatívabb. Ha az adatok "homogének", az átlag informatívabb lehet.

Mi a medián egy frekvencia táblázatban vagy osztályokban?

Frekvenciák esetén a kumulált értékeket használjuk, hogy megtudjuk, hol található a teljes 50%-a. Osztályok esetén a medián osztályt az N/2 segítségével azonosítjuk, majd interpolációval becslést készíthetünk a mediánra ebben az osztályban.

Tipp

Hibaellenőrzési reflex: a rendezés után először azonosítsa a két "középső" értéket (még ha n páratlan is). Ha n páros, a medián a kettő között van; ha n páratlan, akkor pontosan az egyikük.