ค่าเฉลี่ยและค่ามัธยฐานจะให้ผลลัพธ์เดียวกันเสมอ
ค่าเฉลี่ยและมัธยฐานจะตรงกันก็ต่อเมื่อข้อมูลมีการกระจายตัวใกล้เคียงสมมาตรและไม่มีค่าผิดปกติเท่านั้น หากข้อมูลมีการเบ้หรือกระจายตัวไม่สม่ำเสมอ ค่าทั้งสองอาจแตกต่างกันอย่างมาก
การเปรียบเทียบนี้อธิบายแนวคิดทางสถิติของค่าเฉลี่ยและมัธยฐาน โดยให้รายละเอียดเกี่ยวกับวิธีการคำนวณแต่ละตัววัดแนวโน้มเข้าสู่ส่วนกลาง วิธีที่ตัววัดเหล่านี้มีพฤติกรรมกับชุดข้อมูลที่แตกต่างกัน และกรณีที่ตัววัดใดอาจให้ข้อมูลที่มีประโยชน์มากกว่าอีกตัววัดหนึ่ง โดยพิจารณาจากการกระจายของข้อมูลและการมีอยู่ของค่าผิดปกติ
ค่าเฉลี่ยเลขคณิตที่ได้จากการรวมค่าทั้งหมดแล้วหารด้วยจำนวนข้อมูล
ค่ากลางของชุดข้อมูลที่เรียงลำดับแล้วซึ่งแบ่งครึ่งส่วนล่างและส่วนบน
| ฟีเจอร์ | หมายถึง | มัธยฐาน |
|---|---|---|
| คำนิยาม | ค่าเฉลี่ยเลขคณิตของค่าทั้งหมด | ค่ากลางในรายการที่เรียงลำดับแล้ว |
| วิธีการคำนวณ | ผลรวมของค่า ÷ จำนวน | เรียงค่าและเลือกค่ากลาง |
| ความไวต่อค่าผิดปกติ | มีความไวสูง | ทนทานต่อค่าผิดปกติ |
| เหมาะสำหรับความสมมาตรที่สุด | ใช่ | ไม่เกี่ยวข้องน้อยกว่า |
| เหมาะสำหรับข้อมูลที่มีการกระจายไม่สมมาตร | ไม่เป็นตัวแทนที่ดีพอ | ตัวแทนมากขึ้น |
| ต้องสั่งซื้อ | ไม่ | ใช่ |
| ตัวอย่างการใช้งานทั่วไป | คะแนนสอบเฉลี่ย | รายได้ครัวเรือนเฉลี่ย |
ค่าเฉลี่ยหาได้จากการรวมตัวเลขทั้งหมดในชุดข้อมูลแล้วหารผลรวมด้วยจำนวนตัวเลข ทำให้ได้ค่าเฉลี่ยตัวเลขที่เป็นศูนย์กลาง ในทางตรงกันข้าม ค่ามัธยฐานจะหาได้จากการเรียงค่าจากน้อยไปมากแล้วเลือกค่าที่อยู่ตรงกลาง หรือหาค่าเฉลี่ยของสองค่ากลางถ้าจำนวนข้อมูลเป็นเลขคู่
ค่าเฉลี่ยรวมค่าทั้งหมดอย่างเท่าเทียมกัน ดังนั้นค่าที่สูงหรือต่ำสุดขั้วจะส่งผลกระทบอย่างมากต่อผลลัพธ์ อาจทำให้การแสดงค่าทั่วไปในข้อมูลที่เบ้ผิดพลาดได้ ค่ามัธยฐานไม่สนใจว่าค่าต่างๆ มีขนาดใหญ่หรือเล็กเพียงใดนอกเหนือจากลำดับ ทำให้ไม่ค่อยถูกกระทบจากค่าสุดขั้วและมักให้ข้อมูลที่เป็นประโยชน์มากกว่าในการแจกแจงที่เบ้
ในชุดข้อมูลแบบสมมาตรที่ไม่มีค่าสุดขั้ว ค่าเฉลี่ยและมัธยฐานมักจะใกล้เคียงกันและทั้งสองสามารถอธิบายศูนย์กลางของชุดข้อมูลได้ดี อย่างไรก็ตาม ในการแจกแจงที่มีหางยาวด้านใดด้านหนึ่ง ค่าเฉลี่ยจะเลื่อนไปทางหาง ในขณะที่มัธยฐานยังคงอยู่ ณ ตำแหน่งที่ข้อมูลครึ่งหนึ่งอยู่เหนือและครึ่งหนึ่งอยู่ต่ำกว่า ซึ่งให้มุมมองที่แตกต่างออกไป
ค่าเฉลี่ยสามารถคำนวณได้ง่ายโดยไม่ต้องเรียงลำดับ ซึ่งอาจเร็วกว่าสำหรับรายการที่ไม่ซับซ้อนหรือการคำนวณแบบเรียลไทม์ ส่วนค่ามัธยฐานจำเป็นต้องเรียงลำดับค่าก่อน ซึ่งอาจเพิ่มภาระการคำนวณสำหรับรายการที่มีขนาดใหญ่มาก แต่จะให้ค่ากลางที่ไม่ได้รับผลกระทบจากขนาดของค่าผิดปกติ
ค่าเฉลี่ยและค่ามัธยฐานจะให้ผลลัพธ์เดียวกันเสมอ
ค่าเฉลี่ยและมัธยฐานจะตรงกันก็ต่อเมื่อข้อมูลมีการกระจายตัวใกล้เคียงสมมาตรและไม่มีค่าผิดปกติเท่านั้น หากข้อมูลมีการเบ้หรือกระจายตัวไม่สม่ำเสมอ ค่าทั้งสองอาจแตกต่างกันอย่างมาก
ค่าเฉลี่ยเลขคณิตเป็นตัววัดค่าเฉลี่ยที่ดีที่สุดเสมอ
ค่าเฉลี่ยเป็นค่าเฉลี่ยทั่วไป แต่สามารถทำให้เข้าใจผิดได้เมื่อข้อมูลมีความเบ้หรือมีค่าผิดปกติ ซึ่งค่ามัธยฐานมักสะท้อนค่าที่เป็นตัวแทนของชุดข้อมูลได้ดีกว่า
ค่ามัธยฐานไม่สนใจข้อมูลที่สำคัญ
ค่ามัธยฐานไม่ได้ละเลยข้อมูล แต่จะมุ่งเน้นที่ตำแหน่งกลางและลดอิทธิพลของค่าผิดปกติโดยเจตนา เพื่อให้ได้ค่ากลางที่มีความแข็งแกร่ง
ค่ามัธยฐานไม่สามารถใช้งานได้กับชุดข้อมูลที่มีจำนวนคู่
สำหรับชุดข้อมูลที่มีจำนวนข้อมูลเป็นเลขคู่ ค่ามัธยฐานจะคำนวณจากค่าเฉลี่ยของค่ากลางสองค่าหลังจากเรียงลำดับแล้ว ดังนั้นจึงยังคงกำหนดเป็นจุดศูนย์กลางได้
ใช้ค่าเฉลี่ยเมื่อข้อมูลของคุณมีการกระจายตัวใกล้เคียงสมมาตรและมีค่าผิดปกติน้อย เนื่องจากจะให้ค่าเฉลี่ยทั่วไปที่เป็นที่ยอมรับ เลือกใช้ค่ามัธยฐานเมื่อชุดข้อมูลของคุณมีการเบ้หรือมีค่าสุดขั้ว เนื่องจากจะให้ค่ากลางที่สะท้อนถึงข้อมูลทั่วไปได้ดีกว่า
ทั้งการแปลงลาปลาสและการแปลงฟูริเยร์เป็นเครื่องมือที่ขาดไม่ได้สำหรับการเปลี่ยนสมการเชิงอนุพันธ์จากโดเมนเวลาที่ซับซ้อนไปสู่โดเมนความถี่เชิงพีชคณิตที่ง่ายกว่า ในขณะที่การแปลงฟูริเยร์เป็นเครื่องมือที่นิยมใช้ในการวิเคราะห์สัญญาณสภาวะคงที่และรูปแบบคลื่น การแปลงลาปลาสเป็นการขยายความที่มีประสิทธิภาพมากกว่า ซึ่งสามารถจัดการกับพฤติกรรมชั่วคราวและระบบที่ไม่เสถียรได้โดยการเพิ่มปัจจัยการลดทอนในการคำนวณ
การแยกตัวประกอบเฉพาะคือเป้าหมายทางคณิตศาสตร์ในการแยกจำนวนประกอบออกเป็นหน่วยพื้นฐานที่เป็นจำนวนเฉพาะ ในขณะที่แผนผังตัวประกอบเป็นเครื่องมือแสดงภาพแบบแตกแขนงที่ใช้เพื่อให้ได้ผลลัพธ์นั้น โดยที่อย่างหนึ่งคือผลลัพธ์เชิงตัวเลขสุดท้าย อีกอย่างหนึ่งคือแผนที่ขั้นตอนทีละขั้นที่ใช้ในการค้นหาผลลัพธ์นั้น
ในสาขาคณิตศาสตร์เชิงการจัดเรียง คำว่า 'การเรียงสับเปลี่ยน' และ 'การจัดเรียง' มักถูกใช้แทนกันได้เพื่ออธิบายลำดับเฉพาะของชุดสิ่งของ โดยที่ลำดับมีความสำคัญ การเรียงสับเปลี่ยนเป็นการดำเนินการทางคณิตศาสตร์อย่างเป็นทางการในการเรียงลำดับองค์ประกอบ ในขณะที่การจัดเรียงเป็นผลลัพธ์ทางกายภาพหรือเชิงแนวคิดของกระบวนการนั้น ซึ่งแตกต่างจากการรวมกันแบบง่ายๆ ที่ลำดับไม่สำคัญ
แม้ว่าทั้งสองแนวคิดจะเกี่ยวข้องกับการเลือกรายการจากกลุ่มที่ใหญ่กว่า แต่ความแตกต่างพื้นฐานอยู่ที่ว่าลำดับของรายการเหล่านั้นมีความสำคัญหรือไม่ การเรียงสับเปลี่ยนมุ่งเน้นไปที่การจัดเรียงเฉพาะที่ตำแหน่งเป็นกุญแจสำคัญ ในขณะที่การจัดหมู่พิจารณาเฉพาะรายการที่ถูกเลือก ทำให้การเรียงสับเปลี่ยนเป็นเครื่องมือที่จำเป็นสำหรับความน่าจะเป็น สถิติ และการแก้ปัญหาที่ซับซ้อน
การเรียงสับเปลี่ยนเป็นเทคนิคการนับที่ใช้ในการหาจำนวนวิธีทั้งหมดที่ชุดสิ่งของสามารถเรียงลำดับได้อย่างเฉพาะเจาะจง ในขณะที่ความน่าจะเป็นคืออัตราส่วนที่เปรียบเทียบการเรียงลำดับเฉพาะเหล่านั้นกับผลลัพธ์ที่เป็นไปได้ทั้งหมด เพื่อกำหนดโอกาสที่จะเกิดเหตุการณ์ขึ้น