Калькулятор среднего арифметического, медианы, моды

Меры центральной тенденции

Анализируя сырые таблицы и графики статистических данных, бывает сложно их правильно интерпретировать. Чтобы извлечь максимум полезной информации и выявить ключевые закономерности, нам необходимо обобщать массивы данных.

В статистике для этого используются различные метрики. Одни помогают определить смысловой центр массива данных — они называются мерами центральной тенденции. Другие показывают степень разброса значений — это меры дисперсии (рассеяния). Третьи, известные как меры положения, позволяют определить долю данных, находящуюся ниже заданного значения.

Главная задача нашего онлайн-калькулятора — быстро и точно вычислить меры центральной тенденции: среднее арифметическое и медиану, которые отражают типичное или центральное значение вашей выборки. Дополнительно этот калькулятор статистики помогает определить степень вариативности данных путем расчета размаха, квартилей и межквартильного размаха.

Калькулятор среднего арифметического

Среднее значение — это сумма всех элементов массива, разделенная на их общее количество. Это наиболее известный и понятный статистический показатель. Для его расчета используется следующая формула вычисления среднего выборочного:

$$\bar{x}=\frac{x₁+x₂+x₃+\ldots+x_n}{n}=\frac{\sum_{}^{}x}{n}$$

Формула среднего для генеральной совокупности выглядит так:

$$\mu=\frac{x₁+x₂+x₃+\ldots+x_n}{N}=\frac{\sum_{}^{}x}{N}$$

В числителе находится сумма всех значений набора данных, а в знаменателе — их общее количество.

Ключевая особенность среднего арифметического заключается в том, что в его расчете участвуют абсолютно все точки данных из анализируемого набора.

Однако у этого показателя есть существенное ограничение: среднее значение крайне чувствительно к аномально большим или аномально малым значениям. Такие экстремальные отклонения называются выбросами, и они способны сильно исказить итоговый результат.

Также важно понимать, что среднее арифметическое не всегда является типичным представителем массива. Нередко рассчитанное среднее значение — это число, которого вообще нет в исходном наборе данных.

Cреднее для выборки и для генеральной совокупности

Напомним базовые понятия: генеральная совокупность включает в себя абсолютно все элементы, о которых собирается информация, тогда как выборка — это лишь часть элементов, взятых из генеральной совокупности для исследования.

Математический алгоритм расчета среднего значения абсолютно одинаков как для выборки, так и для генеральной совокупности. Разница заключается лишь в используемых обозначениях.

Если x₁, x₂,..., xₙ — это выборка, то среднее называется выборочным средним и обозначается символом ̄x̄.

Среднее значение генеральной совокупности принято обозначать греческой буквой 𝜇 (мю).

Обратите внимание: в статистике мы используем строчную латинскую букву n для обозначения размера выборки, а прописную N — для обозначения размера генеральной совокупности.

Пример вычисления среднего арифметического

Рассмотрим практический пример. Луиджи — первоклассный шеф-повар и страстный фанат пиццы. Он решил открыть собственную пиццерию на острове Бали. Чтобы привлечь инвесторов, он составляет подробный бизнес-план. Для прогнозирования будущих финансовых показателей ему необходимо определить среднюю стоимость пиццы в местных заведениях.

Он провел небольшое маркетинговое исследование цен на пиццу «Маргарита» в ресторанах Бали и собрал массив данных. Для удобства расчетов мы отбросим последние три нуля и будем оперировать тысячами. Таким образом, число 60 в наших вычислениях будет означать 60 000 индонезийских рупий.

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

Поскольку Луиджи физически не смог обойти все пиццерии на острове, он случайным образом выбрал 20 из них. Следовательно, мы работаем с выборкой.

Вычислим среднее значение для этого набора данных по формуле:

$$\bar{x}=\frac{x₁+x₂+x₃+\ldots+x_n}{n}=\frac{\sum_{}^{}x}{n}$$

В результате расчетов мы получаем x̄ = 71,9.

71 900 индонезийских рупий — такова средняя цена пиццы «Маргарита» на Бали, согласно исследованию Луиджи. Теперь он может использовать этот ориентир при построении своей финансовой модели.

Калькулятор медианы

Медиана — это позиционная мера, представляющая собой значение, которое находится ровно посередине набора данных, предварительно отсортированного по возрастанию или убыванию.

Вычисляя медиану, мы находим точку, которая делит массив данных строго пополам. Ровно половина значений будет меньше медианы, а другая половина — больше. Именно поэтому при ручном поиске медианы (без использования калькулятора) критически важно сначала отсортировать все значения по порядку.

Алгоритм вычисления медианы зависит от того, является ли количество наблюдений в наборе данных четным или нечетным.

Если общее количество элементов (n или N) нечетно, применяется следующая формула:

$$Медиана=(\frac{n+1}{2})-й \ элемент$$

Если же количество элементов четное (то есть n делится на 2 без остатка), формула выглядит иначе:

$$Медиана=\frac{\left[(\frac{n}{2})-й \ элемент+(\frac{n}{2}+1)-й \ элемент\right]}{2}$$

Главное преимущество медианы как статистической меры заключается в ее устойчивости: на нее практически не влияют экстремально высокие или экстремально низкие значения (выбросы).

Пример вычисления медианы

Возьмем наш массив из двадцати значений:

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

Чтобы найти медиану, выполним следующие шаги:

1. Отсортируем набор данных по возрастанию. Упорядоченный ряд будет выглядеть так:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

2. Определим количество элементов. В нашем случае n = 20.

3. Поскольку 20 — число четное, мы находим два центральных значения и вычисляем их среднее арифметическое. То есть складываем их и делим результат на 2.

Центральные значения в нашей выборке находятся на 10-й и 11-й позициях: это 69 и 70. Вычисляем медиану:

$$Медиана = \frac{69 + 70}{2} = 69,5$$

Для сравнения: если бы у Луиджи была выборка из 21 значения (допустим, добавилась цена 90):

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 90, 55, 72, 70

После сортировки ряд выглядел бы так:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 90, 95, 120, 160

В этом случае медианой стало бы значение, расположенное ровно по центру на 11-й позиции — то есть 70.

Важность разницы между средним и медианой

И среднее арифметическое, и медиана служат мерами центральной тенденции, однако для корректного анализа данных крайне важно понимать их фундаментальные различия.

Основное отличие заключается в механике расчетов: формула среднего значения учитывает абсолютно все элементы набора, тогда как формула медианы опирается исключительно на одно или два числа, находящихся в центре упорядоченного списка.

Это различие становится критическим, когда в массиве присутствуют нетипично большие или малые числа — выбросы. Они способны сильно сместить среднее значение, но при этом практически не окажут влияния на медиану.

В статистике применяется термин «устойчивость» (робастность). Показатель считается устойчивым, если экстремальные значения выборки не вызывают его резких колебаний. Опираясь на это правило, можно смело утверждать, что медиана — это устойчивая мера, а среднее арифметическое — неустойчивая.

Среднее и медиана по-разному определяют центр данных. Среднее — это точка равновесия всей массы данных (центр тяжести). Медиана — это точка, разрезающая количество наблюдений строго 50 на 50. Если распределение данных идеально симметрично, среднее и медиана будут равны. Однако в реальной практике так бывает редко.

Часто среднее значение оказывается больше или меньше медианы. Такое явление называется асимметрией распределения (перекосом).

Если среднее значение меньше медианы (находится левее на графике), мы говорим о левосторонней асимметрии (перекосе влево). Если среднее больше медианы (находится правее), налицо правосторонняя асимметрия (перекос вправо).

Нельзя сказать, что одна мера лучше другой — они просто решают разные задачи. Если данные сильно скошены или содержат явные аномалии, большинство аналитиков предпочитает использовать медиану, так как она точнее отражает типичную ситуацию.

Калькулятор моды

Мода — это значение, которое встречается в наборе данных чаще всего.

Если в массиве только одно такое значение-лидер, набор данных называется унимодальным.

Если самую высокую и при этом одинаковую частоту повторений имеют сразу два значения, оба они признаются модой, а массив называется бимодальным.

В случаях, когда одинаково часто встречаются три и более значений, все они считаются модами, а распределение называют мультимодальным.

Если в выборке нет ни одного повторяющегося элемента (все значения встречаются ровно по одному разу), считается, что моды у такого набора нет. Важно: отсутствие моды не означает, что «мода равна нулю». Ноль — это полноценное числовое значение, которое вполне может быть модой (например, при измерении температуры).

Главное преимущество моды — исключительная простота ее нахождения и полная независимость от аномальных выбросов. Главный недостаток заключается в том, что в определенных наборах данных моды может просто не существовать.

Пример вычисления моды

Вернемся к нашему набору из двадцати значений:

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

Процесс нахождения моды выглядит так:

Сначала упорядочиваем набор по возрастанию (это не обязательно, но так гораздо удобнее считать совпадения):

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

Теперь ищем число с максимальным количеством повторений. Как мы видим, число 70 встречается 4 раза — чаще, чем любое другое. Следовательно, мода этого набора данных равна 70.

Моду часто относят к мерам центральной тенденции, хотя это не всегда корректно. Мода может оказаться как самым маленьким, так и самым большим числом в выборке. Посмотрим на другой пример:

42, 45, 50, 53, 55, 57, 59, 60, 63, 69, 70, 72, 79, 82, 83, 95, 96, 120, 120, 120

Здесь мода равна 120. Очевидно, что это крайнее значение, и оно никак не отражает «центр» данного массива.

Уникальная особенность моды в том, что, в отличие от среднего и медианы, ее можно применять не только к количественным, но и к качественным (категорийным) данным.

Пример: Анна заказывает доставку пиццы в среднем 12 раз в месяц.

• 3 раза пиццу Неаполетана
• 3 раза пиццу Маргарита
• 2 разa пиццу Кальцоне
• 1 раз пиццу Пепперони
• 1 раз пиццу Маринара
• 1 раз пиццу Четыре сыра
• 1 раз пиццу Капрезе

Это бимодальное распределение. Любимая пицца Анны (мода) — это одновременно и «Неаполетана», и «Маргарита».

Меры дисперсии

Меры дисперсии (показатели вариации) используются для оценки степени изменчивости и неоднородности данных. Они показывают, насколько сильно элементы выборки отклоняются от центрального значения. Основными инструментами для анализа разброса данных служат размах, квартили и межквартильный размах.

Калькулятор размаха

Размах вариации — это простейшая мера разброса, представляющая собой разность между максимальным и минимальным значениями в наборе данных. Формула для вычисления размаха предельно проста:

$$Размах = наибольшее\ значение - наименьшее\ начение$$

Пример вычисления размаха

Используем наш исходный набор из двадцати значений:

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

Вычислим размах:

Сначала упорядочим данные по возрастанию, чтобы визуально определить границы:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

Максимальное значение равно 160, минимальное — 42. Подставляем в формулу:

Размах = наибольшее значение - наименьшее значение = 160 - 42 = 118

Таким образом, размах данного набора данных составляет 118.

Калькулятор квартилей

Квартили — это точки, которые делят отсортированный массив данных ровно на четыре равные части (четверти). Соответственно, существует три таких точки: первый, второй и третий квартили.

Первый квартиль (обозначается как Q₁) — это граница, ниже которой находится 25% всех значений массива, а остальные 75% находятся выше нее. Это показатель так называемого нижнего квартиля.

Второй квартиль (Q₂) — это медиана. Она делит данные ровно пополам: 50% значений меньше Q₂, и 50% больше.

Третий квартиль (Q₃) — это верхний квартиль, граница, ниже которой находится 75% значений массива, а выше — только самые крупные 25%.

Расчет квартилей

Пошаговый алгоритм начисления квартилей:

1. Отсортируйте набор данных строго по возрастанию.

2. Чтобы найти второй квартиль (Q₂), просто вычислите медиану.

3. Для расчета первого и третьего квартилей определите n — общее количество значений в массиве.

4. Для нахождения позиции первого квартиля вычислите L = 0,25n. Для третьего квартиля вычислите L = 0,75n.

5. Если полученное число L является целым, то квартиль рассчитывается как среднее арифметическое двух элементов: стоящего на позиции L и на позиции L + 1.

6. Если число L получилось дробным, округлите его в большую сторону до ближайшего целого. Значение, стоящее на этой округленной позиции, и будет искомым квартилем.

Пример вычисления квартилей

Возьмем нашу выборку из 20 значений:

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

Рассчитаем для нее квартили:

1. Сортируем массив по возрастанию:

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

2. Из предыдущих вычислений мы уже знаем значение второго квартиля:

Медиана (Q₂) = 70

3. Вычисляем позицию L для первого квартиля: 0,25 × 20 = 5. Позиция L для третьего квартиля: 0,75 × 20 = 15.

4. Так как 5 — целое число, Q₁ будет средним арифметическим значений на 5-й и 6-й позициях (55 и 59):

$$Q₁=\frac{55+59}{2}=57$$

5. Число 15 также целое, поэтому Q₃ будет средним арифметическим значений на 15-й и 16-й позициях (72 и 75):

$$Q₃=\frac{72+75}{2}=73,5$$

Следовательно, для данного набора данных первый квартиль равен 57, второй (медиана) — 70, а третий — 73,5.

Калькулятор межквартильного размаха

Межквартильный размах (сокращенно IQR от англ. Interquartile Range) — это разница между третьим (Q₃) и первым (Q₁) квартилями. Этот статистический показатель описывает разброс средних 50% данных, игнорируя выбросы по краям. Вычислить его очень просто:

IQR = Q₃ - Q₁

Пример вычисления IQR

Опираясь на данные из предыдущего раздела, мы знаем значения верхнего и нижнего квартилей. Это 73,5 и 57 соответственно. Подставляем их в формулу:

IQR = Q₃ - Q₁ = 73,5 - 57 = 16,5

Межквартильный размах для нашего массива цен составляет 16,5.

Результаты

Проведя статистический анализ цен на пиццу «Маргарита», Луиджи может сделать несколько важных бизнес-выводов.

Среднее арифметическое (71,9) и медиана (69,5) не совпали идеально, что указывает на небольшую асимметрию в данных, вызванную несколькими дорогими ресторанами на острове (выбросы). Однако разница не столь критична, поэтому для базовой оценки рынка подойдет любая из этих мер.

Тем не менее, устанавливать цену в меню в размере 71 900 или 69 500 рупий маркетингово не очень удобно. Здесь на помощь приходит мода: самое часто встречающееся значение цены у конкурентов как раз находится между средним и медианой, составляя ровно 70 000 рупий. Именно эту «красивую» и конкурентоспособную цифру Луиджи смело может закладывать в свой бизнес-план.

Если бы Луиджи решил изменить концепцию и открыть заведение для бюджетных туристов, ему стоило бы ориентироваться на показатели первого квартиля (Q₁) и устанавливать цену в районе 57 000 рупий. А вот ориентироваться на третий квартиль (Q₃) для премиум-сегмента было бы рискованно, так как верхняя часть выборки сильно разбросана и менее репрезентативна для рынка в целом.