Mitjana vs mediana
Aquesta comparació explica els conceptes estadístics de mitjana i mediana, detallant com es calcula cada mesura de tendència central, com es comporten amb diferents conjunts de dades i quan una pot ser més informativa que l'altra segons la distribució de les dades i la presència de valors atípics.
Destacats
- La mitjana i la mediana són mesures de tendència central que resumeixen el punt central d'un conjunt de dades.
- La mitjana es veu afectada per cada valor individual, cosa que la fa sensible als punts de dades extrems.
- La mediana divideix el conjunt de dades en dues meitats iguals, cosa que la fa resistent als valors atípics.
- La mitjana és la millor per a conjunts de dades equilibrats, mentre que la mediana és preferible amb conjunts de dades esbiaixats o desiguals.
Què és Mitjana?
La mitjana aritmètica obtinguda sumant els valors i dividint pel recompte.
- Categoria: Mesura de tendència central
- Càlcul: Suma de tots els valors dividida pel nombre de valors
- Sensibilitat: Influïda per cada punt de dades
- Ús típic: Distribucions simètriques
- Efecte dels valors atípics: Molt sensible als valors extrems
Què és Mitjana?
El valor central d'un conjunt de dades ordenat que separa les meitats inferior i superior.
- Categoria: Mesura de tendència central
- Càlcul: Valor mitjà quan els valors estan ordenats
- Sensibilitat: Depèn només de l'ordre dels valors
- Ús típic: conjunts de dades esbiaixats o desequilibrats
- Efecte dels valors atípics: Robust contra valors extrems
Taula comparativa
| Funcionalitat | Mitjana | Mitjana |
|---|---|---|
| Definició | Mitjana aritmètica de tots els valors | Valor mitjà en una llista ordenada |
| Mètode de càlcul | Suma de valors ÷ recompte | Ordena els valors i selecciona el punt mitjà |
| Sensibilitat als valors atípics | Altament sensible | Resistent a valors atípics |
| Millor per a la simetria | Sí | Menys rellevant |
| Millor per a dades esbiaixades | Menys representatiu | Més representatiu |
| Requereix comanda | No | Sí |
| Exemple típic d'ús | Puntuació mitjana de la prova | Ingrés mitjà per llar |
Comparació detallada
Càlcul Fonamental
La mitjana es calcula sumant tots els nombres d'un conjunt de dades i dividint el total per la quantitat de nombres, obtenint així una mitjana numèrica central. En canvi, la mediana s'identifica ordenant els valors de menor a major i seleccionant el valor central, o bé fent la mitjana dels dos valors centrals si el nombre total és parell.
Influència dels valors atípics
La mitjana inclou tots els valors per igual, de manera que valors extremadament alts o baixos afecten molt el seu resultat, cosa que pot desvirtuar el valor típic en dades esbiaixades. La mediana ignora com de grans o petits són els valors més enllà del seu ordre, cosa que la fa menys influenciable per valors extrems i sovint més informativa amb distribucions esbiaixades.
Impacte de la forma de distribució
En conjunts de dades simètrics sense valors extrems, la mitjana i la mediana sovint coincideixen i totes dues descriuen bé el centre del conjunt de dades. No obstant això, en distribucions amb una cua llarga en un costat, la mitjana es desplaça cap a la cua mentre que la mediana es manté en la posició on la meitat de les dades estan per sobre i per sota, oferint una perspectiva diferent.
Requeriments computacionals
La mitjana és senzilla de calcular sense ordenar, cosa que pot ser més ràpid per a llistes simples o càlculs en temps real. La mediana requereix ordenar els valors primer, cosa que pot afegir sobrecàrrega computacional per a llistes molt grans, però ofereix un valor central no afectat per la magnitud dels valors atípics.
Avantatges i Inconvenients
Mitjana
Avantatges
- +Fàcil de calcular
- +Utilitza tots els punts de dades
- +Estàndard per a moltes anàlisis
- +Convencionalment matemàtic
Consumit
- −Distorsionat per valors atípics
- −No representatiu de dades esbiaixades
- −Requereix dades numèriques
- −Pot enganyar en casos extrems
Mitjana
Avantatges
- +Resistent a valors atípics
- +Reflecteix el valor típic
- +Útil per a dades esbiaixades
- +Aplicable a conjunts de dades ordenats
Consumit
- −Requereix ordenació
- −Ignora els extrems de magnitud
- −Menos útil en dades simètriques
- −Sobrecàrrega computacional
Conceptes errònies habituals
La mitjana i la mediana sempre donen el mateix resultat.
La mitjana i la mediana només coincideixen quan les dades són aproximadament simètriques sense valors extrems; amb dades esbiaixades o desiguals, poden diferir significativament.
La mitjana és sempre la millor mesura de tendència central.
La mitjana és una mitjana convencional però pot ser enganyosa amb dades esbiaixades o valors atípics, on la mediana sovint reflecteix millor el valor típic del conjunt de dades.
La mediana ignora dades importants.
La mediana no ignora les dades; se centra en la posició central i redueix intencionadament la influència dels valors atípics per oferir un valor central robust.
La mediana no funciona amb conjunts de dades amb un nombre parell d'elements.
Per als conjunts de dades amb un nombre parell d'elements, la mediana es calcula com la mitjana dels dos valors centrals després d'ordenar-los, de manera que encara defineix un punt central.
Preguntes freqüents
Què és exactament la mitjana en estadística?
Com es calcula la mediana d'un conjunt de dades?
Per què la mediana pot ser millor que la mitjana?
Poden la mitjana i la mediana ser iguals?
Quin és més comú en l'ús quotidià?
La mediana ignora els punts de dades?
És millor la mitjana per a conjunts de dades grans?
S'utilitzen la mitjana i la mediana fora de la classe de matemàtiques?
Veredicte
Utilitzeu la mitjana quan les vostres dades siguin aproximadament simètriques i els valors atípics mínims, ja que proporciona una mitjana convencional. Trieu la mediana quan el vostre conjunt de dades estigui esbiaixat o contingui valors extrems, ja que ofereix un valor central que reflecteix millor l'entrada típica.
Comparacions relacionades
Àlgebra vs Geometria
Mentre que l'àlgebra se centra en les regles abstractes de les operacions i la manipulació de símbols per resoldre incògnites, la geometria explora les propietats físiques de l'espai, incloent-hi la mida, la forma i la posició relativa de les figures. Juntes, formen la base de les matemàtiques, traduint les relacions lògiques en estructures visuals.
Angle vs. pendent
L'angle i el pendent quantifiquen el "pendent" d'una línia, però parlen llenguatges matemàtics diferents. Mentre que un angle mesura la rotació circular entre dues línies que es creuen en graus o radians, el pendent mesura l'"ascens" vertical en relació amb el "desnivell" horitzontal com a relació numèrica.
Càlcul diferencial vs. càlcul integral
Tot i que puguin semblar oposats matemàtics, el càlcul diferencial i l'integral són en realitat dues cares de la mateixa moneda. El càlcul diferencial se centra en com canvien les coses en un moment específic, com ara la velocitat instantània d'un cotxe, mentre que el càlcul integral suma aquests petits canvis per trobar un resultat total, com ara la distància total recorreguda.
Cercle vs El·lipse
Mentre que un cercle es defineix per un únic punt central i un radi constant, una el·lipse amplia aquest concepte a dos punts focals, creant una forma allargada on la suma de distàncies a aquests focus roman constant. Tècnicament, cada cercle és un tipus especial d'el·lipse on els dos focus se superposen perfectament, convertint-los en les figures més relacionades en la geometria de coordenades.
Coordenades cartesianes vs. polars
Tot i que ambdós sistemes tenen com a objectiu principal localitzar ubicacions en un pla bidimensional, aborden la tasca des de filosofies geomètriques diferents. Les coordenades cartesianes es basen en una graella rígida de distàncies horitzontals i verticals, mentre que les coordenades polars se centren en la distància i l'angle directes des d'un punt fix central.