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.
La mitjana aritmètica obtinguda sumant els valors i dividint pel recompte.
El valor central d'un conjunt de dades ordenat que separa les meitats inferior i superior.
| 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 |
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.
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.
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.
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.
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.
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.
L'abstracció matemàtica elimina realitats específiques per descobrir estructures algebraiques i lògiques universals, mentre que la comprensió visual es basa en la intuïció geomètrica, el raonament espacial i les imatges mentals per fer que aquests conceptes complexos siguin immediatament tangibles i intuïtius, formant un potent enfocament dual per resoldre problemes matemàtics complexos.
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.
Mentre que l'anàlisi de seqüències es basa en fórmules algorítmiques, matemàtiques i estadístiques per quantificar els alineaments i extreure mètriques precises de dades ordenades, la visualització de patrons converteix aquests fluxos de dades complexos en dissenys espacials intuïtius, desplaçant el focus dels càlculs numèrics al reconeixement ràpid de patrons humans.
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.
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.
