Curs complet despre mediana (statistici)

Definiție, metodă de calcul (n par / impar), mediana ponderată, date grupate (clase), robustețe la valori extreme, interpretare, capcane și quiz.

7capitole0%progresie

Capitole

1) Înțelegerea medianei

Valoarea „din mijloc”: 50% din date sub, 50% deasupra.

definiție

robustă

tendință centrală

La ce folosește mediana?

Mediana rezumă o serie printr-o valoare centrală: împarte datele în două jumătăți.
Este deosebit de utilă atunci când media este înșelătoare (distribuție asimetrică, valori extreme).
În viața reală, este folosită adesea pentru salarii, prețuri imobiliare, venituri, timp de așteptare…
Se spune că este „robustă”: câteva valori aberante modifică puțin mediana.

Intuiție simplă

Sortăm valorile: mediana este cea din mijloc (sau media celor două din mijloc).
Scopul nu este de a „face o medie”, ci de a găsi o poziție centrală (percentilul 50).
Mediana depinde de ordine, nu de distanțele dintre valori.

Mediana vs medie: idee cheie

Media utilizează toate valorile și abaterile lor: poate fi trasă în sus/jos de extreme.
Mediana se uită doar la „cine este la mijloc” după sortare: rezistă mai bine la extreme.
Pe o distribuție simetrică, media și mediana sunt adesea apropiate.

Mini-quiz

Mediana unei serii este:

Cazuri de utilizare

Revizuirea unui capitol de statisticiÎnțelegerea medianei, metoda de calcul și erorile frecvente (sortare, rang, n par/impar).
Alegerea între medie și medianăA ști de ce mediana este adesea mai bună când distribuția este asimetrică sau când există valori extreme (salarii, prețuri…).
Prelucrarea tabelelor de frecvențeCalcularea unei mediane cu frecvențe prin intermediul cumulativelor, fără a reconstrui întreaga listă de valori.
Înțelegerea medianei ponderateCând fiecare valoare nu are același "greutate" (frecvențe, importanță), învățarea logicii greutăților cumulative până la 50%.
Estimarea unei mediane pe claseIdentificarea clasei mediane (N/2) și utilizarea interpolării când avem doar intervale (histograme).
Auto-evaluarea cu quiz-uriQCM-uri și exerciții numerice pentru a verifica dacă știți să aplicați metoda corectă în funcție de formatul datelor.

Ce obțineți

Un curs structurat și progresiv: definiție, intuiție (50% sub / 50% deasupra), apoi metoda de calcul cu sortare obligatorie.

Cazuri complete: n impar (valoare centrală), n par (media celor două valori centrale), cu exemple pas cu pas și quiz-uri corectate.

Extensii utile: mediana ponderată (greutăți/frecvențe) și mediana pe date grupate (clasa mediană + interpolare).

O parte de interpretare: mediana ca percentilă 50 (Q2), legătura cu quartile/IQR și de ce mediana este robustă față de valorile extreme.

Limite și puncte de atenție

Mediana depinde de sortare: fără o serie sortată (sau fără frecvențe cumulative), riscați o eroare imediată.
Mediana descrie o poziție, nu dispersia: două serii foarte diferite pot avea aceeași mediana. Pentru a completa, ne uităm adesea la quartile și IQR.
Pe date grupate în clase, mediana este adesea o estimare: depinde de ipoteza de distribuție uniformă în clasa mediană.
Mediana singură nu este întotdeauna suficientă pentru a decide: în funcție de obiectiv, putem prefera mediana, mediana sau un cuplu mediana + IQR (sau chiar o medie robustă).

Întrebări frecvente

De ce trebuie să sortăm seria pentru a calcula mediana?

Pentru că mediana este definită prin poziția "din mijloc" în seria ordonată. Fără sortare, nu știm care valori sunt centrale.

Care este mediana când există un număr par de valori?

Se ia media celor două valori centrale (după sortare). Mediana poate fi atunci un număr care nu apare în serie, și este normal.

Mediana sau media: pe care să o alegem?

Dacă seria conține valori extreme sau o asimetrie puternică (salarii, prețuri), mediana este adesea mai reprezentativă. Dacă datele sunt "omogene", media poate fi mai informativă.

Ce este mediana pe un tabel de frecvențe sau pe clase?

Cu frecvențe, folosim cumulările pentru a găsi unde se află 50% din total. Cu clase, identificăm clasa mediană prin N/2 și apoi putem estima mediana prin interpolare în această clasă.

Sfat

Reflex anti-eroare: după ce ați sortat, identificați mai întâi cele două valori "centrale" (chiar dacă n este impar). Dacă n este par, mediana este între cele două; dacă n este impar, este exact una dintre ele.