See võrdlus selgitab matemaatilist erinevust keskmise ja mooduse vahel, kaht põhilist keskväärtuse mõõdet, mida kasutatakse andmekogumite kirjeldamiseks. Võrdlus keskendub sellele, kuidas neid arvutatakse, kuidas nad reageerivad erinevate andmetüüpidele ning millal igaüht analüüsis kõige kasulikum on kasutada.
Aritmeetiline keskmine leitakse, liites kõik arvud kokku ja jagades nende arvuga.
Andmestiku kõige sagedamini esinev väärtus, kui see leidub.
| Funktsioon | Keskmine | Režiim |
|---|---|---|
| Määratlus | Aritmeetiline keskmine | Kõige sagedasem väärtus |
| Arvutusmeetod | Lisa seejärel jagage koguarvuga | Väärtuste sageduse lugemine |
| Andmete väärtustele sõltuvus | Kasutab kõiki väärtusi | Kasutab ainult sagedusarve |
| Väljajate mõju | Väga tundlik | Väljaspool olevaid väärtusi eirates |
| Rakendub kategooriliste andmete puhul | Ei | Jah |
| Unikaalsus | Alati üks kuri | Võib olla mitu režiimi või mitte ühtegi |
| Tüüpiline näitekasutus | Keskmine testitulemus | Kõige levinum kategooria |
Keskmine arvutatakse, liites andmestiku kõik väärtused kokku ja jagades need väärtuste arvuga, saades numbrilise keskmise. Mood on aga see üksik väärtus, mis esineb kõige sagedamini, rõhutades sagedust suuruse asemel.
Keskmine kajastab andmestikus iga väärtust, mistõttu ebatavaliselt kõrged või madalad arvud võivad seda märgatavalt nihutada. Moodsõltub ainult sellest, kui tihti väärtus esineb, mistõttu on see ekstreemsete või harvade väärtuste mõjude suhtes vastupidav.
Keskmist kasutatakse tavaliselt kvantitatiivsete andmete puhul, kus tõelised numbrilised keskmised on tähenduslikud, nagu pikkused või testitulemused. Moodi saab kasutada nii numbriliste kui ka kategooriliste andmete puhul, nagu küsitluste vastused või kõige sagedasemad tulemused.
Igal andmehulgal on täpselt üks keskmine, isegi kui see väärtus ei kuulu andmehulka. Moodid võivad esineda mitmes vormis: andmehulgal võib puududa mood, kui ükski väärtus ei kordu, olla üks mood või mitu moodi, kui mitu väärtust jagavad kõrgeimat sagedust.
Keskmine ja moodus annavad alati sama keskväärtuse.
Keskmine ja mood langevad kokku vaid väga sümmeetrilistes või ühtlases andmekogumites; paljudes reaalsetes andmekogumites erineb kõige sagedasem väärtus arvulisest keskmisest.
Mode ignoreerib olulist andmeid, sest see võtab arvesse ainult sagedust.
Kõige sagedasem tulemus on esile tõstetud moodina ning see ei ole mõeldud keskmise suuruse esindamiseks; see on väärtuslik sagedusanalüüsiks, mitte arvuliseks keskmistamiseks.
Igal andmehulgal peab olema režiim.
Mõnedel andmestikel pole moodust, kui ükski väärtus ei kordu teistest sagedamini, see tähendab, et sagedus ei ole sellisel juhul kasulik keskse tendentsi esiletoomiseks.
Keskmine on alati parim tüüpilise väärtuse mõõdik.
Keskmine võib eksitav olla kalduva andmestikuga, kus on äärmuslikke väärtusi, ning kus moodus või mediaan võivad anda parema ülevaate tüüpilisest väärtusest.
Vali keskmine, kui sul on vaja ühte keskmist, mis kajastab kõiki numbriliste andmete väärtusi ja väljajääjad pole probleemiks. Kasuta moodi, kui soovid tuvastada andmekogumis kõige sagedasemalt esineva väärtuse, eriti kategoorialiste või sagedusorienteeritud andmete puhul.
Kuigi sissejuhatavas matemaatikas kasutatakse seda sageli sünonüümidena, viitab absoluutväärtus tavaliselt reaalarvu kaugusele nullist, samas kui moodul laiendab seda mõistet kompleksarvudele ja vektoritele. Mõlemal on sama põhieesmärk: suunamärkide eemaldamine, et paljastada matemaatilise olemi puhas suurusjärk.
Kui abstraktsed arvud käsitlevad suurusi puhta sümboolse loogikana, mida juhivad formaalsed reeglid ja algebralised võrrandid, siis geomeetrilised tõlgendused kaardistavad need samad väärtused käegakatsutavateks kujunditeks, joonteks ja ruumilisteks mõõtmeteks. Koos moodustavad need kaks vaatenurka matemaatikas kaksikeele, mis tasakaalustab steriilset sümboolset efektiivsust intuitiivse visuaalse mõistmisega.
Singulaarväärtuse dekompositsioon ja omaväärtuse dekompositsioon on lineaaralgebras kaks põhilist maatriksite faktoriseerimismeetodit. Kui omaväärtuse dekompositsioon piirdub ruutmaatriksitega ja paljastab invariantsed suunad, siis singulaarväärtuse dekompositsioon üldistab mis tahes maatriksi kuju, jagades teisendused ortogonaalseteks pööreteks ja diagonaalseteks skaleerimisoperatsioonideks.
Aritmetika põhitasandil jagunevad ühest suuremad täisarvud kaheks eraldi valdkonnaks: algarvud, mis toimivad matemaatika jagamatute ehitusplokkidena, ja liitstruktuurid, mis moodustuvad nende algarvude korrutamisel. See eristamine kujundab kõike alates lihtsatest murdude taandamise meetoditest kuni tänapäevaste krüptograafiaprotokollideni.
See võrdlus selgitab alg- ja kordarvude definitsioone, omadusi, näiteid ning erinevusi – kaht looduslike arvude põhikategooriat. Selgitatakse, kuidas neid tuvastada, kuidas nad käituvad tegurdamisel ning miks nende äratundmine on oluline algebralise arvuteooria põhimõistetes.
