Odpowiedź:
Ponieważ opisując zbiór danych, naszym głównym zainteresowaniem jest zazwyczaj centralna wartość dystrybucji.
Wyjaśnienie:
W statystyce opisowej wyjaśniamy cechy zestawu danych w ręku - nie wyciągamy wniosków na temat większej populacji, z której pochodzą dane (to są statystyki inferencyjne).
Czyniąc to, naszym głównym pytaniem jest zazwyczaj „gdzie jest centrum dystrybucji”. Aby odpowiedzieć na to pytanie, zwykle stosujemy średnią, medianę lub tryb, w zależności od rodzaju danych. Te trzy miary centralnej tendencji wskazują centralny punkt, wokół którego gromadzone są wszystkie dane. Dlatego jest to jedna z dwóch zasadniczych części statystyki opisowej. Druga część to miara rozproszenia, która wyjaśnia, jak daleko dane są rozprowadzane wokół tendencji centralnej.
Tak więc z tendencją centralną znamy centrum dystrybucji danych. Dzięki rozproszeniu wiemy, jak rozprzestrzeniają się dane.
Jakie są miary tendencji centralnej? + Przykład
Średnia (średnia) i Mediana (punkt środkowy). Niektórzy dodadzą tryb. Na przykład przy zestawie wartości: 68,4, 65,7, 63,9, 79,5, 52,5 Średnia jest średnią arytmetyczną: (68,4 + 65,7 + 63,9 + 79,5 + 52,5) / 5 = 66 Mediana jest wartością równą (numerycznie) od skrajności zasięgu. 79,5 - 52,5 = 27 27/2 = 13,5; 13,5 + 52,5 = 66 UWAGA: W tym zbiorze danych jest to ta sama wartość, co średnia, ale zazwyczaj tak nie jest. Tryb jest najczęstszą wartością w zestawie. Nie ma żadnego w tym zestawie (bez duplikatów). Jest to powszechnie stosowana miara statystyczna tendencji centralnej. MOJE osobiste doświadczenie ze s
Co wskazują miary tendencji centralnej?
Wartość centralna, która jest reprezentacją całych danych. > Jeśli przyjrzymy się rozkładom częstotliwości, które spotykamy w praktyce, odkryjemy, że wartości zmienne mają tendencję do skupiania się wokół wartości centralnej; innymi słowy, większość wartości leży w niewielkim odstępie od wartości centralnej. Ta cecha nazywana jest tendencją centralną rozkładu częstotliwości. Wartość centralna, która jest traktowana jako reprezentacja całych danych, nazywana jest miarą tendencji centralnej lub średnią. W odniesieniu do rozkładu częstotliwości, średnia jest również określana jako miara lokalizacji
Dlaczego średnia często nie jest dobrą miarą tendencji centralnej dla skośnego rozkładu?
Spójrz poniżej :) Średnia nie jest dobrym pomiarem tendencji centralnej, ponieważ uwzględnia każdy punkt danych. Jeśli masz wartości odstające jak w skośnym rozkładzie, to te wartości odstające mają wpływ na to, że jeden pojedynczy odstający może przeciągać średnią w dół lub w górę. Dlatego średnia nie jest dobrą miarą tendencji centralnej. Zamiast tego mediana jest używana jako miara tendencji centralnej.