Tendencja centralna jest opisowym podsumowaniem zbioru danych za pomocą jednej wartości, która odzwierciedla centrum dystrybucji danych. Wraz ze zmiennością (rozproszeniami) zbioru danych, tendencja centralna jest gałęzią statystyki opisowej. Centralna tendencja jest jednym z najbardziej kwintesencjonalnych pojęć w statystyce. Chociaż nie dostarcza ona informacji na temat poszczególnych wartości w zbiorze danych, stanowi kompleksowe podsumowanie całego zbioru […]
Written byData Science Team
Published on17 May 2020
Tendencja centralna jest opisowym podsumowaniem zbioru danych za pomocą jednej wartości, która odzwierciedla centrum dystrybucji danych. Wraz ze zmiennością (rozproszeniami) zbioru danych, tendencja centralna jest gałęzią statystyki opisowej.
Centralna tendencja jest jednym z najbardziej kwintesencjonalnych pojęć w statystyce. Chociaż nie dostarcza ona informacji na temat poszczególnych wartości w zbiorze danych, stanowi kompleksowe podsumowanie całego zbioru danych.
Miara trendu centralnego
Generalnie, centralna tendencja zbioru danych może być opisana przy użyciu następujących środków:
Średnia (średnia): Reprezentuje sumę wszystkich wartości w zbiorze danych podzieloną przez całkowitą liczbę wartości.
Mediana: Środkowa wartość w zbiorze danych, która jest ułożona w porządku rosnącym (od najmniejszej do największej wartości). Jeżeli zbiór danych zawiera parzystą liczbę wartości, to mediana zbioru danych jest średnią z dwóch wartości środkowych.
Tryb pracy: Definiuje najczęściej występującą wartość w zbiorze danych. W niektórych przypadkach zbiór danych może zawierać wiele trybów, podczas gdy niektóre zbiory danych mogą w ogóle nie mieć żadnego trybu.
Nawet jeśli powyższe miary są najczęściej używane do definiowania tendencji centralnej, istnieją inne miary tendencji centralnej, w tym, ale nie tylko, średnia geometryczna, średnia harmoniczna, średnica i mediana geometryczna.
Wybór tendencji centralnej jako miary zależy od właściwości zbioru danych. Na przykład, mode jest jedyną miarą tendencji centralnej dla danych kategorycznych, podczas gdy mediana działa najlepiej z danymi zwykłymi.
Chociaż średnia jest uważana za najlepszą miarę tendencji centralnej dla danych ilościowych, nie zawsze tak jest. Na przykład, średnia może nie działać dobrze w przypadku zestawów danych ilościowych, które zawierają bardzo duże lub bardzo małe wartości. Wartości skrajne mogą zniekształcać średnią. W związku z tym, można rozważyć inne opcje tendencji centralnej.
Miary tendencji centralnej można znaleźć za pomocą formuły lub definicji. Można je również zidentyfikować za pomocą wykresu rozkładu częstotliwości. Zauważ, że dla zbiorów danych, które podążają za rozkładem normalnym, średnia, mediana i tryb znajdują się w tym samym miejscu na wykresie.
Powiązane odczyty
CFI jest oficjalnym dostawcą globalnego programu certyfikacji Financial Modeling & Valuation Analyst (FMVA)™, który ma na celu pomóc każdemu stać się światowej klasy analitykiem finansowym. Aby rozwijać swoją karierę, przydadzą się dodatkowe zasoby opisane poniżej:
Kompleksowa lista funkcji programu Excel
Daty dynamiczne, suma, średnia i scenariusze
Analiza ilościowa
Odchylenie standardowe
Jasne
Limit: 2000 WordsWords liczyć: 405
Wypróbuj inne istotne narzędziaProblematyczny sprawdzian gramatyki Sprawdzanie pisowni
Przepisz ponownie Gramatyka sprawdzania artykułów
ResultView Original Tendencja centralna może być opisowym podsumowaniem zbioru danych poprzez jedną wartość, która odzwierciedla środek dystrybucji informacji. Wraz ze zmiennością (rozproszenie) zbioru danych, tendencja centralna może być gałęzią statystyki opisowej.
Centralna tendencja jest jednym z głównych kwintesencjonalnych pojęć w statystyce. Chociaż nie dostarcza ona informacji na temat poszczególnych wartości w ramach zbioru danych, to jednak stanowi kompleksowe podsumowanie całego zbioru danych.
Miara trendu centralnego
Generalnie, centralna tendencja zbioru danych jest często opisywana za pomocą kolejnych środków:
Średnia (Average): Reprezentuje sumę wszystkich wartości w zbiorze danych podzieloną przez całkowitą liczbę wartości.
Mediana: środkowa wartość podczas zbioru danych, która jest ułożona w porządku rosnącym (od najmniejszej do najważniejszej wartości). Jeżeli zbiór danych zawiera dużą liczbę wartości, to mediana zbioru danych jest średnią z 2 środkowych wartości.
Tryb: Określa najważniejszą, najczęściej występującą wartość w zbiorze danych. W niektórych przypadkach, zbiór danych może zawierać wiele trybów, podczas gdy niektóre zbiory danych mogą nie mieć żadnego trybu w najmniejszym stopniu .
Nawet jeśli powyższe miary nie definiują najczęściej tendencji centralnej, istnieją inne miary tendencji centralnej, w tym, ale nie tylko, średnia , średnia , średnica i mediana geometryczna.
Wybór tendencji centralnej jako miary zależy od właściwości zbioru danych. Na przykład, tryb jest taki, że jedyna środkowa miara tendencji kategorycznych danych, podczas gdy mediana działa najlepiej z danymi zwykłymi.
Chociaż średnia jest uważana za najprostszą miarę tendencji centralnej dla danych ilościowych, nie zawsze tak jest. Na przykład, średnia może nie działać dobrze w przypadku zestawów danych ilościowych, które zawierają bardzo duże lub bardzo małe wartości. Wartości ostre mogą zniekształcać średnią. W związku z tym, będziesz rozważał inne opcje centralnej tendencji.
Miara tendencji centralnej jest często określana przy użyciu wzoru lub definicji. Ponadto, będą one identyfikowane za pomocą wykresu rozkładu. Zauważ, że dla zbiorów danych, które podążają za tradycyjnym rozkładem, średnia, mediana i tryb znajdują się w równoważnym miejscu na wykresie.
Powiązane odczyty
CFI jest oficjalnym dostawcą globalnego programu certyfikacji Financial Modeling & Valuation Analyst (FMVA)™, który ma na celu pomóc każdemu stać się światowej klasy analitykiem papierów wartościowych. Aby rozwijać swoją karierę, przydadzą się dodatkowe zasoby przedstawione poniżej:
Kompleksowa lista funkcji programu Excel
Daty dynamiczne, suma, średnia i scenariusze
Analiza ilościowa
Odchylenie standardowe
Matematyka i statystyka
Fałszywy negatywPodczas rozumienia hipotezy dwa błędy mogą być dość mylące. Te dwa błędy to błąd fałszywie ujemny i błąd fałszywie dodatni. Błąd fałszywie ujemny można również określić jako błąd II rodzaju, a błąd fałszywie dodatni jako błąd I rodzaju. Podczas nauki można pomyśleć, że te błędy są bezużyteczne i tylko marnują czas poświęcony na naukę pojęć. […]
Data Science Team05 May 2022
Matematyka i statystyka
Przegląd wykresów pudełkowychBox plot lub box and whisker plot pomagają wyświetlić rozkład bazy danych na pięciocyfrowym podsumowaniu. Pierwszy kwartyl Q1 będzie minimum, trzeci kwartyl Q3 będzie medianą, a piąty kwartyl Q5 będzie maksimum. Możesz znaleźć wartości odstające i ich wartości za pomocą wykresu pudełkowego. Można również zrozumieć, czy dane są symetryczne czy nie, ciasne czy luźne, w […]
Data Science Team01 March 2021
Matematyka i statystyka
Sieci bayesowskieStworzenie modelu probabilistycznego może być wyzwaniem, ale okazuje się pomocne w uczeniu maszynowym. Aby stworzyć taki model graficzny, musisz znaleźć probabilistyczne zależności pomiędzy zmiennymi. Załóżmy, że tworzysz graficzną reprezentację zmiennych. Musisz reprezentować zmienne jako węzły, a warunkową niezależność jako brak krawędzi. Modele graficzne, takie jak Bayesian modeli statystycznych są coraz bardziej popularne w wielu dziedzinach […]
Data Science Team02 January 2021
