Cette comparaison explique les concepts statistiques de moyenne et de médiane, détaillant comment chaque mesure de tendance centrale est calculée, comment elles se comportent avec différents ensembles de données, et dans quels cas l'une peut être plus informative que l'autre en fonction de la distribution des données et de la présence de valeurs aberrantes.
La moyenne arithmétique obtenue en additionnant les valeurs et en divisant par le nombre.
La valeur centrale d'un ensemble de données ordonné séparant les moitiés inférieure et supérieure.
| Fonctionnalité | Moyen | Médiane |
|---|---|---|
| Définition | Moyenne arithmétique de toutes les valeurs | Valeur médiane dans une liste ordonnée |
| Méthode de calcul | Somme des valeurs ÷ nombre | Trier les valeurs et sélectionner le point médian |
| Sensibilité aux valeurs aberrantes | Très sensible | Résistant aux valeurs aberrantes |
| Idéal pour la symétrie | Oui | Moins pertinent |
| Idéal pour les données asymétriques | Moins représentatif | Plus représentatif |
| Nécessite une commande | Non | Oui |
| Exemple d'utilisation typique | Score moyen au test | Revenu médian des ménages |
La moyenne est calculée en additionnant tous les nombres d'un ensemble de données et en divisant le total par la quantité de nombres, ce qui donne une valeur centrale numérique. En revanche, la médiane est déterminée en classant les valeurs du plus bas au plus haut et en sélectionnant la valeur centrale, ou en faisant la moyenne des deux valeurs centrales si le nombre total est pair.
La moyenne inclut toutes les valeurs de manière égale, de sorte que des valeurs extrêmement élevées ou basses influencent fortement son résultat, pouvant ainsi fausser la représentation de la valeur typique dans des données asymétriques. La médiane ignore l'ampleur des valeurs au-delà de leur ordre, ce qui la rend moins sensible aux valeurs extrêmes et souvent plus informative avec des distributions asymétriques.
Dans les ensembles de données symétriques sans valeurs extrêmes, la moyenne et la médiane coïncident souvent étroitement et décrivent toutes deux bien le centre de l'ensemble de données. Cependant, dans les distributions avec une longue queue d'un côté, la moyenne se déplace vers la queue tandis que la médiane reste positionnée là où la moitié des données se trouve au-dessus et en dessous, offrant une perspective différente.
La moyenne est simple à calculer sans tri, ce qui peut être plus rapide pour des listes simples ou des calculs en temps réel. La médiane nécessite de trier les valeurs au préalable, ce qui peut ajouter une charge de calcul pour des listes très grandes, mais donne une valeur centrale non affectée par l'ampleur des valeurs aberrantes.
La moyenne et la médiane donnent toujours le même résultat.
La moyenne et la médiane ne coïncident que lorsque les données sont à peu près symétriques sans valeurs extrêmes ; avec des données asymétriques ou inégales, elles peuvent différer de manière significative.
La moyenne est toujours la meilleure mesure de tendance centrale.
La moyenne est une moyenne conventionnelle mais peut être trompeuse avec des données asymétriques ou des valeurs aberrantes, où la médiane reflète souvent mieux la valeur typique d'un ensemble de données.
La médiane ignore des données importantes.
La médiane ne ignore pas les données ; elle se concentre sur la position centrale et réduit intentionnellement l'influence des valeurs aberrantes pour fournir une valeur centrale robuste.
La médiane ne fonctionne pas avec des ensembles de données à nombre pair.
Pour les ensembles de données à nombre pair, la médiane est calculée comme la moyenne des deux valeurs centrales après tri, elle définit donc toujours un point central.
Utilisez la moyenne lorsque vos données sont à peu près symétriques et que les valeurs aberrantes sont minimes, car elle fournit une moyenne conventionnelle. Choisissez la médiane lorsque votre ensemble de données est asymétrique ou contient des valeurs extrêmes, puisqu'elle donne une valeur centrale qui reflète mieux l'entrée typique.
L'algèbre se concentre sur les règles abstraites des opérations et la manipulation des symboles pour résoudre des équations, tandis que la géométrie explore les propriétés physiques de l'espace, notamment la taille, la forme et la position relative des figures. Ensemble, elles constituent le fondement des mathématiques, traduisant les relations logiques en structures visuelles.
L'angle et la pente quantifient tous deux l'inclinaison d'une droite, mais ils s'expriment dans des langages mathématiques différents. Alors qu'un angle mesure la rotation circulaire entre deux droites sécantes en degrés ou en radians, la pente mesure le rapport entre la variation verticale (ou élévation) et la variation horizontale (ou distance parcourue) sous forme de rapport numérique.
Bien qu'ils puissent paraître mathématiquement opposés, le calcul différentiel et le calcul intégral sont en réalité les deux faces d'une même pièce. Le calcul différentiel s'intéresse aux variations des grandeurs à un instant précis, comme la vitesse instantanée d'une voiture, tandis que le calcul intégral additionne ces variations pour obtenir un résultat global, tel que la distance totale parcourue.
Alors qu'un cercle est défini par un centre et un rayon constants, une ellipse étend ce concept à deux foyers, créant ainsi une forme allongée où la somme des distances à ces foyers reste constante. Techniquement, tout cercle est un cas particulier d'ellipse où les deux foyers se superposent parfaitement, ce qui en fait les figures les plus proches en géométrie analytique.
Bien que les deux systèmes servent principalement à localiser des positions dans un plan bidimensionnel, ils abordent cette tâche selon des philosophies géométriques différentes. Les coordonnées cartésiennes reposent sur une grille rigide de distances horizontales et verticales, tandis que les coordonnées polaires se concentrent sur la distance directe et l'angle par rapport à un point fixe central.
