มาตรการของแนวโน้มกลางคืออะไร?
มาตรการของแนวโน้มกลางคือค่าทางสถิติที่เป็นตัวแทนของศูนย์กลางหรือตรงกลางของชุดข้อมูลพวกเขามีค่าเดียวที่สรุปการรวบรวมตัวเลขทั้งหมดทำให้ข้อมูลที่ซับซ้อนสามารถจัดการได้และตีความได้มากขึ้นมาตรการหลักสามประการคือค่าเฉลี่ยค่ามัธยฐานและโหมดแต่ละตัวเสนอข้อมูลเชิงลึกที่ไม่ซ้ำกันในลักษณะของข้อมูลของคุณ
มาตรการทางสถิติเหล่านี้เป็นรากฐานของสถิติเชิงพรรณนาและมีความสำคัญสำหรับทุกคนที่ทำงานกับข้อมูลตั้งแต่นักเรียนที่ได้รับมอบหมายการบ้านไปจนถึงนักวิทยาศาสตร์ข้อมูลมืออาชีพที่วิเคราะห์แนวโน้มตลาด
ทำความเข้าใจค่าเฉลี่ย (เฉลี่ย)
ค่าเฉลี่ยคืออะไร?
ค่าเฉลี่ยที่เรียกว่าค่าเฉลี่ยคือผลรวมของค่าทั้งหมดในชุดข้อมูลหารด้วยจำนวนค่าเป็นการวัดแนวโน้มกลางที่ใช้บ่อยที่สุดและให้ภาพรวมที่ยอดเยี่ยมของระดับข้อมูลของคุณ
วิธีคำนวณค่าเฉลี่ย
สูตรสำหรับการคำนวณค่าเฉลี่ยคือ:
ค่าเฉลี่ย = ผลรวมของค่าทั้งหมด÷จำนวนค่า
การคำนวณค่าเฉลี่ยทีละขั้นตอน
- เพิ่มค่าทั้งหมดเข้าด้วยกัน - รวมทุกหมายเลขในชุดข้อมูลของคุณ
- นับจำนวนค่าทั้งหมด - กำหนดจำนวนจุดข้อมูลที่คุณมี
- หารผลรวมด้วยการนับ - สิ่งนี้จะให้ค่าเฉลี่ยแก่คุณ
ตัวอย่างการคำนวณเฉลี่ย
มาคำนวณค่าเฉลี่ยของคะแนนการทดสอบ: 85, 92, 78, 95, 88, 91, 83
- ขั้นตอนที่ 1: เพิ่มค่าทั้งหมด: 85 + 92 + 78 + 95 + 88 + 91 + 83 = 612
- ขั้นตอนที่ 2: ค่านับ: 7 คะแนนการทดสอบ
- ขั้นตอนที่ 3: คำนวณค่าเฉลี่ย: 612 ÷ 7 = 87.43
คะแนนการทดสอบเฉลี่ยคือ 87.43 ซึ่งระบุว่าโดยเฉลี่ยแล้วนักเรียนทำคะแนนได้ประมาณ 87 คะแนน
เมื่อใดควรใช้ค่าเฉลี่ย
ค่าเฉลี่ยทำงานได้ดีที่สุดเมื่อ:
- ข้อมูลของคุณจะถูกแจกจ่ายตามปกติ
- คุณไม่มีค่าผิดปกติที่รุนแรง
- คุณต้องมีการวัดที่ใช้จุดข้อมูลทั้งหมด
- คุณกำลังทำงานกับข้อมูลช่วงเวลาหรืออัตราส่วน
ค่าเฉลี่ยข้อ จำกัด
ระมัดระวังโดยใช้ค่าเฉลี่ยเมื่อ:
- ชุดข้อมูลของคุณมีค่าผิดปกติมาก
- ข้อมูลเบ้อย่างรุนแรง
- คุณกำลังทำงานกับข้อมูลลำดับ
- การกระจายไม่สมมาตร
ทำความเข้าใจค่ามัธยฐาน
ค่ามัธยฐานคืออะไร?
ค่ามัธยฐานคือค่ากลางเมื่อมีการจัดเรียงข้อมูลตามลำดับจากน้อยไปมากหรือมากไปน้อยมันแบ่งชุดข้อมูลของคุณออกเป็นสองเท่าเท่ากันโดยมีค่า 50% ของค่าสูงกว่าและต่ำกว่าค่ามัธยฐาน 50%
วิธีคำนวณค่ามัธยฐาน
สำหรับจำนวนคี่ของค่า:
- จัดเรียงข้อมูลตามลำดับจากน้อยไปมาก
- ค้นหาตำแหน่งกลาง: (n + 1) ÷ 2
- ค่าที่ตำแหน่งนี้คือค่ามัธยฐานของคุณ
สำหรับจำนวนค่าสม่ำเสมอ:
- จัดเรียงข้อมูลตามลำดับจากน้อยไปมาก
- ค้นหาค่ากลางสองค่า
- คำนวณค่าเฉลี่ยของพวกเขา
ตัวอย่างการคำนวณเฉลี่ย
ตัวอย่างที่ 1: จำนวนคี่ของค่า
ชุดข้อมูล: 12, 15, 18, 22, 25, 28, 30
สั่งแล้วตำแหน่งกลาง = (7 + 1) ÷ 2 = ตำแหน่งที่ 4
ค่ามัธยฐาน = 22
ตัวอย่างที่ 2: จำนวนของค่า
ชุดข้อมูล: 10, 15, 20, 25, 30, 35
ตำแหน่งกลางคือค่าที่ 3 และ 4 (20 และ 25)
ค่ามัธยฐาน = (20 + 25) ÷ 2 = 22.5
เมื่อใดควรใช้ค่ามัธยฐาน
ค่ามัธยฐานเหมาะอย่างยิ่งเมื่อ:
- ข้อมูลของคุณมีค่าผิดปกติ
- การแจกจ่ายจะเบ้
- คุณต้องมีการวัดแนวโน้มกลางที่แข็งแกร่ง
- ทำงานกับข้อมูลลำดับ
- คุณต้องการที่จะเข้าใจคุณค่ากลาง "ทั่วไป"
ข้อดีเฉลี่ย
- ไม่ได้รับผลกระทบจากค่าสุดขีด
- ทำงานกับการแจกแจงแบบเบ้
- เข้าใจง่ายและตีความ
- เหมาะสำหรับข้อมูลลำดับ
ทำความเข้าใจกับโหมด
โหมดคืออะไร?
โหมดคือค่าที่ปรากฏบ่อยที่สุดในชุดข้อมูลของคุณโหมดสามารถใช้กับค่าเฉลี่ยและค่ามัธยฐานได้กับข้อมูลทุกประเภทรวมถึงข้อมูลหมวดหมู่
ประเภทของโหมด
- unimodal: ชุดข้อมูลมีหนึ่งโหมด (ค่าเดียวปรากฏบ่อยที่สุด)
- Bimodal: ชุดข้อมูลมีสองโหมด (สองค่าผูกสำหรับความถี่สูงสุด)
- Multimodal: ชุดข้อมูลมีหลายโหมด (หลายค่าผูกสำหรับความถี่สูงสุด)
- ไม่มีโหมด: ค่าทั้งหมดปรากฏขึ้นด้วยความถี่เท่ากัน
วิธีคำนวณโหมด
- ความถี่นับ - กำหนดความถี่แต่ละค่าปรากฏขึ้น
- ระบุความถี่สูงสุด - ค้นหาจำนวนเหตุการณ์ที่พบบ่อยที่สุด
- เลือกโหมด - เลือกค่าที่มีความถี่สูงสุด
ตัวอย่างการคำนวณโหมด
ตัวอย่างที่ 1: unimodal
ชุดข้อมูล: 5, 7, 8, 8, 8, 9, 12
ค่า 8 ปรากฏสามครั้ง (บ่อยที่สุด)
โหมด = 8
ตัวอย่างที่ 2: bimodal
ชุดข้อมูล: 2, 3, 4, 4, 5, 6, 6, 7
ค่า 4 และ 6 ปรากฏขึ้นสองครั้ง (ผูกบ่อยที่สุด)
โหมด = 4 และ 6
ตัวอย่างที่ 3: ไม่มีโหมด
ชุดข้อมูล: 1, 2, 3, 4, 5
ค่าทั้งหมดจะปรากฏครั้งเดียว
ไม่มีโหมดอยู่
เมื่อใดควรใช้โหมด
โหมดมีประโยชน์มากที่สุดเมื่อ:
- การทำงานกับข้อมูลหมวดหมู่
- คุณต้องระบุคุณค่าที่พบบ่อยที่สุด
- ข้อมูลมียอดเขาที่แตกต่างกัน
- คุณต้องการเข้าใจความนิยมหรือความถี่
การเปรียบเทียบค่าเฉลี่ยค่ามัธยฐานและโหมด
ความแตกต่างที่สำคัญ
หมายถึง:
- ใช้จุดข้อมูลทั้งหมด
- ได้รับผลกระทบจากค่าผิดปกติ
- ดีที่สุดสำหรับการแจกแจงแบบสมมาตร
- จัดเตรียมศูนย์คณิตศาสตร์
ค่ามัธยฐาน:
- ใช้เฉพาะค่ากลาง
- ทนต่อค่าผิดปกติ
- ดีที่สุดสำหรับการแจกแจงแบบเบ้
- จัดเตรียมศูนย์ตำแหน่ง
โหมด:
- ระบุคุณค่าที่พบบ่อยที่สุด
- ทำงานกับประเภทข้อมูลใด ๆ
- อาจไม่มีอยู่หรือไม่ซ้ำกัน
- แสดงรูปแบบความถี่
การเลือกมาตรการที่ถูกต้อง
ใช้ค่าเฉลี่ยเมื่อ:
- ข้อมูลจะถูกแจกจ่ายตามปกติ
- คุณต้องใช้จุดข้อมูลทั้งหมด
- ทำการคำนวณเพิ่มเติม
- การทำงานกับข้อมูลช่วงเวลา/อัตราส่วน
ใช้ค่ามัธยฐานเมื่อ:
- ข้อมูลมีค่าผิดปกติ
- การแจกจ่ายจะเบ้
- คุณต้องการมาตรการที่แข็งแกร่ง
- ทำงานกับข้อมูลลำดับ
ใช้โหมดเมื่อ:
- การระบุคุณค่าที่พบบ่อยที่สุด
- การทำงานกับข้อมูลหมวดหมู่
- ทำความเข้าใจรูปแบบความถี่
- ข้อมูลมียอดเขาที่แตกต่างกัน
แอปพลิเคชันที่ใช้งานได้จริง
การตั้งค่าวิชาการ
เกรดนักเรียน: ครูใช้ค่าเฉลี่ยในการคำนวณประสิทธิภาพในชั้นเรียนโดยรวมค่ามัธยฐานเพื่อค้นหานักเรียนที่มีประสิทธิภาพระดับกลางและโหมดเพื่อระบุช่วงเกรดที่พบบ่อยที่สุด
การวิเคราะห์การทดสอบ: นักวิจัยทางการศึกษาวิเคราะห์คะแนนการทดสอบโดยใช้มาตรการทั้งสามเพื่อทำความเข้าใจรูปแบบการกระจายและระบุพื้นที่สำหรับการปรับปรุง
แอปพลิเคชันธุรกิจ
ข้อมูลการขาย: บริษัท ติดตามการขายหมายถึงการจัดทำงบประมาณการขายเฉลี่ยสำหรับเป้าหมายที่เป็นจริงและโหมดสำหรับการระบุผลิตภัณฑ์ยอดนิยม
การวิเคราะห์ลูกค้า: ธุรกิจวิเคราะห์อายุของลูกค้าจำนวนการซื้อและการตั้งค่าโดยใช้มาตรการแนวโน้มกลางที่เหมาะสม
ตัวอย่างในโลกแห่งความเป็นจริง
การวิเคราะห์รายได้: รายได้เฉลี่ยให้ข้อมูลเชิงลึกที่ดีกว่ารายได้เฉลี่ยเนื่องจากผู้มีรายได้สูงมากเบ้เฉลี่ย
ผลการสำรวจ: โหมดช่วยระบุการตอบสนองที่พบบ่อยที่สุดในการสำรวจหมวดหมู่ในขณะที่ค่าเฉลี่ยและค่ามัธยฐานสำหรับการจัดอันดับตัวเลข
ข้อผิดพลาดทั่วไปที่จะหลีกเลี่ยง
หมายถึงข้อผิดพลาดในการคำนวณ
- ลืมหารด้วยการนับ - แบ่งผลรวมตามจำนวนค่าเสมอ
- รวมค่าศูนย์อย่างไม่ถูกต้อง - ตัดสินใจว่าศูนย์เป็นจุดข้อมูลที่มีความหมาย
- การผสมประเภทข้อมูล - ตรวจสอบให้แน่ใจว่าค่าทั้งหมดเป็นตัวเลขและเทียบเคียงได้
ข้อผิดพลาดในการคำนวณค่ามัธยฐาน
- ลืมที่จะสั่งซื้อข้อมูล - เรียงลำดับค่าเสมอก่อนค้นหาค่ามัธยฐาน
- ตำแหน่งกลางไม่ถูกต้อง - ใช้สูตรที่เหมาะสมสำหรับชุดข้อมูลคี่/แม้กระทั่ง
- ค่าเฉลี่ยไม่ถูกต้อง - สำหรับชุดข้อมูลแม้แต่ค่าเฉลี่ยสองค่ากลาง
ข้อผิดพลาดในการระบุโหมด
- สมมติว่ามีโหมดอยู่เสมอ - ชุดข้อมูลบางชุดไม่มีโหมด
- ไม่มีหลายโหมด - ตรวจสอบความสัมพันธ์ในความถี่
- ความถี่ที่สับสนกับค่า - โหมดคือค่าไม่ใช่ความถี่
การพิจารณาขั้นสูง
ค่าเฉลี่ยถ่วงน้ำหนัก
เมื่อจุดข้อมูลมีระดับความสำคัญแตกต่างกันให้ใช้ค่าเฉลี่ยถ่วงน้ำหนัก:
ค่าเฉลี่ยถ่วงน้ำหนัก = σ (ค่า×น้ำหนัก) ÷σ (น้ำหนัก)
ค่าเฉลี่ยที่ถูกตัดแต่ง
สำหรับชุดข้อมูลที่มีค่าผิดปกติค่าเฉลี่ยที่ถูกตัดออกจะลบค่าที่รุนแรงก่อนการคำนวณให้การวัดที่แข็งแกร่งยิ่งขึ้น
ค่าเฉลี่ยเรขาคณิต
สำหรับข้อมูลที่เกี่ยวข้องกับอัตราอัตราส่วนหรือเปอร์เซ็นต์ค่าเฉลี่ยทางเรขาคณิตมักให้ผลลัพธ์ที่มีความหมายมากกว่าค่าเฉลี่ยเลขคณิต
เทคโนโลยีและเครื่องมือ
วิธีเครื่องคิดเลข
เครื่องคิดเลขทางวิทยาศาสตร์ส่วนใหญ่มีฟังก์ชั่นในตัวสำหรับการคำนวณค่าเฉลี่ยสำหรับค่ามัธยฐานและโหมดจะต้องมีการคำนวณด้วยตนเองหรือการจัดระเบียบข้อมูล
โซลูชันซอฟต์แวร์
- Excel: ใช้ฟังก์ชั่นเฉลี่ย (), ค่ามัธยฐาน () และโหมด ()
- Google Sheets: ฟังก์ชั่นที่คล้ายกันกับการเข้าถึงบนคลาวด์
- ซอฟต์แวร์ทางสถิติ: R, SPSS, SAS เสนอการวิเคราะห์ทางสถิติที่ครอบคลุม
ภาษาการเขียนโปรแกรม
- Python: ห้องสมุด Numpy และ Pandas ให้ฟังก์ชั่นทางสถิติ
- R: ความสามารถทางสถิติในตัวสำหรับทุกมาตรการ
- JavaScript: ไลบรารีเช่น D3.JS สำหรับสถิติบนเว็บ
บทสรุป
การคำนวณค่าเฉลี่ยการเรียนรู้ค่ามัธยฐานและโหมดเป็นพื้นฐานสำหรับทุกคนที่ทำงานกับข้อมูลการวัดแต่ละครั้งให้ข้อมูลเชิงลึกที่ไม่ซ้ำกันในลักษณะของชุดข้อมูลของคุณและความเข้าใจเมื่อใดที่จะใช้แต่ละครั้งมีความสำคัญสำหรับการวิเคราะห์ข้อมูลที่แม่นยำ
โปรดจำไว้ว่าค่าเฉลี่ยให้ศูนย์คณิตศาสตร์ค่ามัธยฐานมีศูนย์ตำแหน่งและโหมดระบุค่าที่พบบ่อยที่สุดด้วยการรวมมาตรการเหล่านี้คุณจะได้รับความเข้าใจที่ครอบคลุมเกี่ยวกับการกระจายข้อมูลของคุณและแนวโน้มกลาง
ฝึกการคำนวณเหล่านี้เป็นประจำเข้าใจข้อ จำกัด ของพวกเขาและพิจารณาลักษณะของข้อมูลของคุณเสมอเมื่อเลือกการวัดที่จะใช้รากฐานนี้จะให้บริการคุณได้ดีในการวิเคราะห์ทางสถิติขั้นสูงและการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล
