پث‌وایز

آمار و سواد دادهدرس ۱ از ۱۲

میانگین، میانه و مُد: سه تعریف متفاوت از «مقدار متوسط»

سه شیوهٔ استاندارد برای توصیف داده‌های معرف، و چرایی اثرگذاری شدید یک عدد بسیار بزرگ بر انحراف میانگین از واقعیت زندگی اغلب افراد.

چیزی که از این درس می‌بری

  • میانگین حسابی حاصل‌جمع مقادیر تقسیم بر تعداد آنهاست: برای سری ۳۰، ۳۲، ۳۵، ۳۸ و ۴۰، میانگین ۳۵ به دست می‌آید.
  • میانه، دادهٔ میانی در صف مرتب‌شده است؛ در صورت زوج بودن تعداد، میانگین دو دادهٔ وسطی محاسبه می‌شود.
  • تنها یک دادهٔ پرت (درآمد ۴۰۰ میلیونی)، میانگین را تا حدود ۹۶ میلیون بالا کشید، در حالی که میانه تنها تا ۳۶٫۵ تغییر کرد.
فهرست این درس۶
  1. مجموع تمامی مقادیر، تقسیم بر تعداد داده‌ها
  2. میانه (Median)
  3. داده‌های پرت و توزیع‌های چوله
  4. مقداری که بیشترین فراوانی و تکرار را دارد
  5. کاربرد بهینهٔ هر شاخص در زمان مناسب
  6. مرور درس

۰۱میانگین حسابی

مجموع تمامی مقادیر، تقسیم بر تعداد داده‌ها

هنگامی که در زبان عامه واژهٔ «معدل» یا «میانگین» به کار می‌رود، مقصود تقریباً همواره همان میانگین حسابی (Mean) است: جمع زدن تمامی داده‌ها و تقسیم حاصل‌جمع بر تعداد آن‌ها. این شاخص تک‌تک مقادیر موجود را در محاسبه دخالت می‌دهد؛ امری که هم نقطهٔ قوت آن است و هم—چنان‌که خواهید دید—پاشنهٔ آشیل آن به شمار می‌رود.

پنج همسایه ماهانه ۳۰، ۳۲، ۳۵، ۳۸ و ۴۰ میلیون تومان درآمد دارند. مجموع درآمد آن‌ها ۱۷۵ میلیون است؛ با تقسیم بر ۵، میانگین درآمد برابر با ۳۵ میلیون تومان می‌شود.

میانه (Median)

اسم · آمار

دادهٔ میانی در یک مجموعه، پس از مرتب‌سازی تمامی مقادیر از کوچک‌ترین به بزرگ‌ترین. دقیقاً نیمی از داده‌ها در زیر این مقدار و نیمی دیگر در بالای آن قرار می‌گیرند. اگر تعداد داده‌ها زوج باشد، دو داده در میانهٔ صف قرار می‌گیرند و میانگین حسابی آن دو به عنوان میانه تعیین می‌شود.

در سری ۳۰، ۳۲، ۳۵، ۳۸ و ۴۰، میانه عدد ۳۵ است. برای سری ۳۰، ۳۲، ۳۵، ۳۸، ۴۰ و ۴۰۰، دو عدد میانی ۳۵ و ۳۸ هستند؛ بنابراین میانه برابر با ۳۶٫۵ خواهد بود.

خودت رو امتحان کنسؤال ۱ از ۵

چهار دوست سهم خود را از صورت‌حساب ناهار پرداخت می‌کنند: ۱۰، ۱۲، ۱۴ و ۲۴ هزار تومان. میانگین حسابی پرداختی آن‌ها چقدر است؟

  1. ۱۳
  2. ۱۴
  3. ۱۵
  4. ۲۴
جواب رو ببین

۱۵

کاملاً درست است. ۶۰ = ۲۴ + ۱۴ + ۱۲ + ۱۰، و تقسیم ۶۰ بر ۴ برابر با ۱۵ می‌شود. توجه داشته باشید که میانه در اینجا ۱۳ است (میانگین دو عدد وسطی ۱۲ و ۱۴): تنها یک رقم پرداختی بزرگ‌تر، میانگین را به بالای میانه کشانده است.

قدم‌به‌قدم ببین

  1. پنج سطح درآمد در یک خیابان
    ۱/۴پنج سطح درآمد در یک خیابان

    پنج سطح درآمدی در یک خیابان (به میلیون تومان در ماه): ۳۰، ۳۲، ۳۵، ۳۸ و ۴۰، که به صورت نقاط نارنجی بر روی محور اعداد رسم شده‌اند. داده‌ها همگی در بازهٔ فشردهٔ ۳۰ تا ۴۰ قرار دارند؛ خط شکستهٔ سمت راست فاصله‌ای خالی برای مقادیر بعدی ایجاد کرده است.

  2. انطباق کامل میانگین و میانه در نقطهٔ ۳۵
    ۲/۴انطباق کامل میانگین و میانه در نقطهٔ ۳۵

    دو نشانهٔ یاسی‌رنگ دقیقاً در یک نقطه نقش می‌بندند: خطی در بالای محور برای میانه (۳۵) و مثلثی در زیر آن برای میانگین (همچنین ۳۵). هنگامی که توزیع داده‌ها متقارن و یکنواخت باشد، هر دو شاخص در یک نقطه به هم می‌رسند.

  3. ورود فردی با درآمد بسیار بالا
    ۳/۴ورود فردی با درآمد بسیار بالا

    همسایهٔ ششمی با درآمد ۴۰۰ میلیون تومان در منتهی‌الیه سمت راست، پس از شکستگی محور وارد داده‌ها می‌شود. میانگین حسابی جهشی شدید تا ۹۵٫۸ پیدا می‌کند (۵۷۵ تقسیم بر ۶)، در حالی که میانه تنها اندکی جابه‌جا شده و به ۳۶٫۵ (میانگین ۳۵ و ۳۸) می‌رسد.

  4. درآمد پنج نفر از شش نفر کمتر از میانگین است
    ۴/۴درآمد پنج نفر از شش نفر کمتر از میانگین است

    آکولادی در زیر پنج نقطهٔ نخست عبارت mean > 5/6 را نشان می‌دهد: پنج نفر از شش ساکن اکنون درآمدی به‌مراتب کمتر از «میانگین» دارند، و دور نقطهٔ ۴۰۰ به عنوان دادهٔ پرت (Outlier) خط کشیده شده است. یک رقم افراطی میانگین را به دنبال خود کشیده است، اما میانه استوار مانده است.

خودت رو امتحان کنسؤال ۲ از ۵

شش سطح درآمدی اکنون عبارت‌اند از ۳۰، ۳۲، ۳۵، ۳۸، ۴۰ و ۴۰۰ میلیون تومان. کدام عدد به درآمد یک ساکن معمولی و نمونه در این خیابان نزدیک‌تر است؟

  1. میانگین حسابی: حدود ۹۵٫۸ میلیون تومان
  2. میانه: ۳۶٫۵ میلیون تومان
  3. بیشترین درآمد: ۴۰۰ میلیون تومان
  4. هیچ‌کدام: با وجود دادهٔ پرت، هیچ شاخصی معنادار نیست
جواب رو ببین

میانه: ۳۶٫۵ میلیون تومان

کاملاً درست است. میانه (۳۶٫۵) دقیقاً در میان درآمد پنج ساکن معمولی جای گرفته است. در مقابل، میانگینِ حدود ۹۶ میلیون تومانی از درآمد پنج نفر از مجموع شش نفر بیشتر است و هیچ تصویر درستی از زندگی ساکنان ارائه نمی‌دهد.

داده‌های پرت و توزیع‌های چوله

توزیع متقارن (Symmetric)

داده‌ها در دو سوی نقطهٔ مرکزی به شکلی متعادل و یکنواخت پراکنده‌اند، درست همانند پنج درآمد نخست. در این حالت میانگین و میانه بسیار نزدیک به یکدیگر هستند و انتخاب میان آن‌ها تفاوتی بنیادین ایجاد نمی‌کند.

توزیع چوله یا ناتقارن (Skewed)

توزیعی با یک دُم کشیده در یک سو، که معمولاً ناشی از حضور چند دادهٔ پرت (Outlier) است (اعدادی با فاصلهٔ بسیار زیاد از سایر داده‌ها). درآمد، ثروت و بهای مسکن دُمی کشیده در مقادیر بالا دارند؛ از این رو میانگین همواره بالاتر از میانه قرار می‌گیرد. هرگاه فاصلهٔ میانگین و میانه فاحش باشد، بررسی کنید که گزارش‌گر کدام شاخص را برگزیده و چه هدفی داشته است.

خودت رو امتحان کنسؤال ۳ از ۵

در هر شهری، همواره دقیقاً نیمی از جمعیت درآمدی بیشتر از میانگین حسابی دارند.

  1. درست
  2. نادرست
جواب رو ببین

نادرست

نادرست است. قرار گرفتن نیمی از جمعیت در بالا و نیمی در پایین، تعریف «میانه» است نه میانگین. از آنجا که توزیع درآمد چوله به راست است، میانگین به سمت بالا کشیده می‌شود و معمولاً سهم کسانی که بالاتر از میانگین درآمد دارند بسیار کمتر از نیمی از جامعه است (در مثال خیابان ما، تنها یک نفر از شش نفر).

۰۴شاخص مُد یا نما

مقداری که بیشترین فراوانی و تکرار را دارد

مُد یا نما (Mode) صرفاً پربسامدترین و متداول‌ترین مقدار در میان داده‌هاست. مُد تنها شاخص تمرکزی است که برای متغیرهای کیفی و طبقه‌بندی‌شده نیز کارایی دارد (مانند محبوب‌ترین رنگ یا پرتکرارترین پاسخ) و برای گزینش‌هایی از میان یک فهرست از پیش تعیین‌شده نقشی محوری ایفا می‌کند. یک توزیع داده می‌تواند دو مُد داشته باشد (توزیع دو نمایی یا Bimodal) یا در صورت نبود هیچ مقدار تکراری، فاقد مُد باشد.

فروشگاهی کفش‌هایی در اندازه‌های ۳۸، ۳۹، ۳۹، ۳۹، ۴۰، ۴۱ و ۴۲ به فروش رسانده است. مُد عدد ۳۹ است، یعنی سایزی که باید بیشترین موجودی انبار را به آن اختصاص داد. میانگین حسابی حدود ۳۹٫۷ است؛ سایزی فرضی که پای هیچ انسانی اندازهٔ آن نیست!

خودت رو امتحان کنسؤال ۴ از ۵

رضا مدیر یک فروشگاه کفش است و قصد دارد بدونه برای فصل آینده باید بیشترین حجم سفارش را به کدام سایز اختصاص دهد. او باید کدام شاخص را مبنای کار خود قرار دهد؟

  1. میانگین حسابی سایزهای فروخته‌شده
  2. میانهٔ سایزهای فروخته‌شده
  3. مُد (نما)، یعنی سایزی که بیشترین شمار فروش را داشته است
جواب رو ببین

مُد (نما)، یعنی سایزی که بیشترین شمار فروش را داشته است

کاملاً درست است. او سایزی را نیاز دارد که بیشترین شمار مشتریان متقاضی آن هستند، که تعریف دقیق مُد است. میانگینی نظیر ۳۹٫۷ حتی در خط تولید کفش وجود خارجی ندارد!

کاربرد بهینهٔ هر شاخص در زمان مناسب

  • برای درآمد، ثروت، زمان انتظار و هر حوزه‌ای با ارقام نجومیِ انگشت‌شمار، میانه تصویر صادقانه‌تری از وضعیت افراد نمونه ارائه می‌دهد.
  • میانگین حسابی زمانی شاخص منتخب است که مجموع کل اهمیت داشته باشد: کل بودجهٔ مورد نیاز برابر است با میانگین ضربدر تعداد افراد.
  • مُد شاخص ویژهٔ متغیرهای دسته‌بندی‌شده و انتخاب‌های معین است: سایز پوشاک، رنگ کالاها و پرتکرارترین گزینه‌ها.
  • واژهٔ «متوسط» در تیترهای خبری هرگز نوع شاخص را مشخص نمی‌کند. اگر میانگین و میانه تفاوت چشمگیری داشته باشند، نوع شاخص اهمیتی حیاتی پیدا می‌کند.
  • هرگز از میانگینِ گروه‌هایی با ابعاد ناهمسان میانگین نگیرید: کلاسی با ۱۰ دانش‌آموز و کلاسی با ۴۰ دانش‌آموز وزن یکسانی ندارند.

خودت رو امتحان کنسؤال ۵ از ۵

  1. در فروردین‌ماه، ۲۰ واحد آپارتمان معمولی در شهری کوچک معامله می‌شود. میانهٔ قیمت ۲۰۰ هزار دلار و میانگین حسابی ۲۱۰ هزار دلار است.
  2. در اردیبهشت‌ماه، بار دیگر ۲۰ آپارتمان مشابه معامله می‌شوند، به علاوهٔ ۳ عمارت اشرافی به ارزش هریک ۳ میلیون دلار. تیتری گزارش می‌دهد: «جهش متوسط قیمت مسکن به حدود ۵۷۴ هزار دلار».

محتمل‌ترین رویدادی که در این فاصله رخ داده چیست؟

  1. آپارتمان‌های معمولی ظرف یک ماه تقریباً سه‌برابر گران‌تر شده‌اند
  2. معاملهٔ سه عمارت مجلل میانگین حسابی را به شدت بالا برده است، در حالی که میانه (بهای آپارتمان‌های معمولی) تقریباً دست‌نخورده باقی مانده است
  3. میانه جهش کرده اما میانگین حسابی ثابت مانده است
  4. گزارشگر رسانه قطعاً در جمع زدن ارقام دچار اشتباه محاسباتی شده است
جواب رو ببین

معاملهٔ سه عمارت مجلل میانگین حسابی را به شدت بالا برده است، در حالی که میانه (بهای آپارتمان‌های معمولی) تقریباً دست‌نخورده باقی مانده است

دقیقاً همین‌طور است. سه رقم نجومی میانگین را به شدت بالا می‌کشند، درست همانند درآمد ۴۰۰ میلیونی در مثال درس. میانه همچنان در میان معاملات آپارتمان‌های عادی قرار دارد و تغییر چندانی نکرده است. گزارشی که میانه را منعکس می‌کرد، ثبات نسبی بهای مسکن را نشان می‌داد.

۰۶جمع‌بندی

مرور درس

  • میانگین حسابی حاصل‌جمع مقادیر تقسیم بر تعداد آنهاست: برای سری ۳۰، ۳۲، ۳۵، ۳۸ و ۴۰، میانگین ۳۵ به دست می‌آید.
  • میانه، دادهٔ میانی در صف مرتب‌شده است؛ در صورت زوج بودن تعداد، میانگین دو دادهٔ وسطی محاسبه می‌شود.
  • تنها یک دادهٔ پرت (درآمد ۴۰۰ میلیونی)، میانگین را تا حدود ۹۶ میلیون بالا کشید، در حالی که میانه تنها تا ۳۶٫۵ تغییر کرد.
  • توزیع درآمد و قیمت مسکن چوله به راست است؛ از این رو میانگین حسابی بالاتر از میانه می‌نشیند و مراکز آماری میانه را به عنوان شاخص معیار گزارش می‌کنند.
  • مُد پربسامدترین مقدار است و کاربرد اصلی آن در متغیرهای دسته‌بندی‌شده، سایزها و ترجیحات مصرف‌کنندگان است.

به سبک خودت یادش بگیر.

توی اپ از یادآی بخواه این درس رو ساده‌تر توضیح بده، از زندگی خودت مثال بزنه یا عمیق‌تر بره. بعد یه مسیر کامل دور هدف خودت بساز.

Cafe Bazaar Myket توی اپ شخصی‌سازیش کن