Understanding the Difference Between Mean, Median, and Mode in Statistics
Table of Contents
Ces trois mesures de tendance centrale aident à résumer un ensemble de données avec une valeur unique qui représente l'ensemble. Que vous soyez étudiant en statistique pour la première fois, enseignant en analyse de données, ou un professionnel en interprétation des mesures d'entreprise, savoir quand et comment utiliser chaque mesure peut faire une différence significative dans vos conclusions. Cet article décompose chaque mesure, explique ses calculs, met en évidence leurs forces et faiblesses et fournit des exemples du monde réel pour vous aider à choisir le bon outil pour vos données.
Qu'est-ce que ça veut dire ?
Les moyenne, souvent appelée la moyenne, est la mesure la plus couramment utilisée de la tendance centrale. Elle est calculée en ajoutant tous les nombres dans un ensemble de données et ensuite en divisant par le nombre total de valeurs. La moyenne fournit un point d'équilibre mathématique, offrant une idée générale du niveau global des données.
Formule:
Moyenne (x̄) = (somme de tous les points de données) / (Nombre de points de données)
Exemple 1: Considérez l'ensemble de données 4, 8, 6, 5. La somme est de 4+8+6+5 = 23. Il y a 4 nombres, donc la moyenne = 23/4 = 5,75.
Exemple 2: Un enseignant enregistre les résultats des tests : 78, 85, 92, 88, 76. Somme = 419, n=5, moyenne = 83,8.
La moyenne est très sensible aux valeurs extrêmes, connues sous le nom de aberrations. Si un score est significativement plus élevé ou inférieur au reste, la moyenne peut être tirée dans cette direction, ce qui pourrait donner une représentation trompeuse de la tendance centrale. Par exemple, dans l'ensemble de données 10, 12, 11, 100, la moyenne est (10+12+11+100)/4 = 33,25, tandis que la plupart des valeurs sont autour 11. La moyenne est gonflée par le 100 plus aberrant.
La moyenne est largement utilisée dans des domaines comme la finance (rendement moyen), l'éducation (scores moyens de test) et la physique (mesures moyennes).Lorsque vos données ne sont pas aberrantes et suivent une distribution approximativement normale, la moyenne est un estimateur efficace et fiable.
Qu'est-ce que le Médiane?
Les médiane est la valeur médiane d'un ensemble de données lorsque les points de données sont disposés de façon à être plus petits à plus grands. Contrairement à la moyenne, la médiane n'est pas affectée par les valeurs extrêmes, ce qui en fait une mesure robuste pour les distributions biaisées.
Étapes de calcul :
- Triez les données en ordre croissant.
- Si le nombre de points de données (n) est impair, la médiane est la valeur en position (n+1)/2.
- Si n est égal, la médiane est la moyenne des deux valeurs moyennes: n/2 et (n/2)+1.
Exemple (nombre de jours) : Ensemble de données : 3, 5, 7, 9, 11. Trié de la même façon. n=5 (odd), médiane = valeur à la position 3 = 7.
Exemple (même nombre): Ensemble de données: 2, 4, 6, 8, 10, 12. n=6, positions moyennes: 3e et 4e valeurs (6 et 8). Médiane = (6+8)/2 = 7.
Exemple avec aberration : Ensemble de données : 10, 12, 11, 100. Trié : 10, 11, 12, 100. n=4, médiane = (11+12)/2 = 11.5. La médiane (11,5) est beaucoup plus proche de la majorité des données que la moyenne (33,25), démontrant sa résistance aux valeurs aberrantes.
La médiane est la mesure privilégiée pour les distributions biaisées, comme les données sur le revenu, les prix du logement ou tout ensemble de données où des valeurs extrêmes sont présentes. Par exemple, lorsque l'on rapporte le revenu typique du ménage, la médiane est presque toujours utilisée parce que la moyenne peut être tirée vers le haut par quelques très hauts revenus, masquant la réalité pour la plupart des gens.
Quel est le mode?
Les mode C'est la seule mesure de la tendance centrale qui peut être utilisée avec des données catégoriques (p. ex., couleurs, noms, types de produits). Le mode ne nécessite aucun calcul, il suffit de compter les fréquences et d'identifier la valeur la plus courante.
Types de modes:
- Unimodal: Une valeur se produit le plus souvent. Exemple : 2, 4, 4, 6, 8 → mode = 4.
- Bimodal: Deux valeurs apparaissent également fréquemment. Exemple : 1, 2, 3, 4, 4 → modes = 2 et 4.
- Multimodal: Plus de deux modes. Exemple: 1, 2, 3, 3 → modes = 1, 2, 3.
- Pas de mode: Toutes les valeurs se produisent exactement une fois (ou toutes avec une fréquence égale). Exemple : 1, 2, 3, 4, 5 → aucun mode.
Exemple avec des données catégoriques: Une enquête demande 100 personnes leur saveur de crème glacée préférée: 35 vanille, 40 chocolat, 25 fraises. Le mode est chocolat parce qu'il a la plus haute fréquence. Dans ce cas, la moyenne et médiane ne sont pas significatives.
Le mode est particulièrement utile dans le commerce de détail (taille du produit le plus vendu), le vote (pratique la plus courante) et la validation des données (vérification des duplicata). Il aide également à identifier la valeur la plus typique dans un ensemble de données lorsque les données ne sont pas numériques.
Principales différences et utilisations
Bien que les trois mesures décrivent le centre d'un ensemble de données, elles sont utilisées dans différentes situations. Comprendre ces différences vous aide à choisir la mesure la plus appropriée pour votre analyse.
Aperçu de la comparaison
- Moyenne: Meilleures distributions symétriques sans aberrations. Utilisées dans les expériences scientifiques, le contrôle de qualité et les calculs moyens.
- Médiane: Meilleures distributions biaisées ou quand les valeurs aberrantes sont présentes. Utilisées pour la déclaration de revenus, les prix immobiliers et les études sur la durée de vie.
- Mode: Meilleur pour les données catégoriques ou quand vous voulez connaître l'occurrence la plus courante. Utilisé dans les études de marché, la gestion des stocks et l'analyse de fréquence.
Quand utiliser chaque mesure
Moyenne Par exemple, si vous mesurez la hauteur des femelles adultes dans une population normale, la moyenne fournit une bonne estimation centrale. Toutefois, si l'ensemble de données contient quelques individus extrêmement grands, la moyenne devient biaisée et la médiane peut être plus représentative.
Médiane Il reste stable même si 50 % des données sont remplacées par des valeurs extrêmes (jusqu'à la médiane elle-même). Par conséquent, c'est le choix par défaut pour signaler la tendance centrale dans des domaines comme l'économie et les sciences sociales.
Mode Il est la seule mesure qui fonctionne pour les données nominales (par exemple, les genres, les codes zip). Il révèle également la valeur la plus fréquente, qui peut identifier le cas typique même dans les distributions non symétriques.
Relations entre les mesures
Dans une distribution unimodale parfaitement symétrique (par exemple, distribution normale), la moyenne, la médiane et le mode sont égaux. Dans une distribution biaisée positive (la queue à droite), la moyenne est supérieure à la médiane, qui est supérieure au mode. Dans une distribution biaisée négative (la queue à gauche), la moyenne est inférieure à la médiane, qui est inférieure au mode. Ces relations vous aident à évaluer rapidement la fausseté à partir des statistiques sommaires.
Applications du monde réel
Entreprises et marketing
Une entreprise qui analyse les scores de satisfaction de la clientèle (1-5) pourrait utiliser la moyenne pour suivre la satisfaction au fil du temps. Toutefois, si quelques clients donnent des scores extrêmement bas (aberrants), la médiane pourrait être plus informative pour comprendre l'expérience typique.
Éducation
Les enseignants utilisent souvent la moyenne pour calculer les moyennes des classes. Mais si un élève obtient des notes exceptionnellement faibles ou élevées, la médiane pourrait mieux représenter la performance typique.
Soins de santé
En étudiant les temps de récupération des patients, la médiane est souvent rapportée parce que les temps de récupération peuvent être fortement biaisés — certains patients prennent beaucoup plus de temps que d'autres. Le mode pourrait révéler le temps de récupération le plus commun, qui peut être utile pour la planification des ressources.
Financement
Le rendement des placements est souvent résumé en utilisant la moyenne (rendement annuel moyen). Toutefois, comme les rendements peuvent être biaisés par des événements de marché extrêmes, le rendement médian (ou le rendement médian des fonds) peut donner un meilleur sens aux résultats typiques.
Erreurs courantes
1. "Le moyen est toujours la meilleure mesure." Cela n'est pas vrai. La moyenne est très sensible aux valeurs aberrantes et peut ne pas représenter la valeur «typique» dans les données biaisées.
2. "La médiane est la même que la moyenne." Seulement dans les distributions symétriques. En réalité, ils diffèrent souvent. La médiane n'est pas une moyenne en soi; c'est une mesure positionnelle.
3. "Le mode n'est que pour les petits ensembles de données." Le mode peut être utilisé avec de gros ensembles de données et est utile pour identifier la catégorie la plus fréquente, comme le groupe d'âge le plus fréquent dans un recensement de population.
4. «Les trois mesures doivent être déclarées.» Pour les données numériques avec valeurs aberrantes, la médiane est préférée. Le rapport des trois peut donner une image plus complète, mais ce n'est pas toujours nécessaire.
Conclusion
La compréhension des différences entre la moyenne, la médiane et le mode permet aux étudiants, aux enseignants et aux professionnels de choisir la mesure la plus appropriée pour analyser différents ensembles de données. La reconnaissance du moment où chaque mesure est la plus efficace peut conduire à des interprétations plus précises des données dans divers contextes – des tests en classe aux rapports économiques mondiaux. En considérant la présence de valeurs aberrantes, la forme de la distribution et le type de données (numériques ou catégoriques), vous pouvez choisir la mesure de tendance centrale qui communique le mieux l'histoire que vous racontez.
Pour plus de détails, voir Wikipedia , l'entrée sur la moyenne, ça Khan Academy tutoriel sur la moyenne et la médiane, et un guide sur Statistiques de Jim sur la tendance centrale. Ces ressources vous aideront à mieux comprendre et à appliquer ces concepts avec confiance.