均值与中位数|统计中使用的方法之间的差异

中位数和中位数之间的差异

中位数和中位数 是数学中的两个常用术语，均值就像给定数字的平均值，将它们相加并除以数字计数即可得出平均值，而中位数则从整个数据集中返回中间数，如果数据集是偶数，则中位数将两个中间数字相加并除以2，得到中位数。

它们是集中趋势的度量，通常用于测量需要绘制分析和解释结果的大型数据集。平均值，中位数和众数是平均值的三个度量，显示数据来自平均值或平均值的离散度。这些方法广泛用于统计中，而数据的平均值是这三种方法中使用最广泛的方法。

平均值是阵列中观察值的简单总和，然后除以观察值。例如，如果我们谈论由5个人组成的组的平均身高或平均身高。平均身高的计算方法是将5个人的身高除以人数即5。

平均值=（所有观测值的总和/观测值的数量）

另一方面，中位数是数据数组集中的中间数字，该中间数字将较高的数据集与较低的数据集分开。首先需要按升序排列数据，以计算数据的中位数。当数据集具有基数时，需要获取数据集中的中间两个数字的平均值。但是，这两种方法经常互换使用。

中值公式 =（n + 1）/ 2

当n是奇数时

中位数= [（n / 2）+ {（n / 2）+1}] / 2

当n是偶数时

让我们来看看平均值与中位数之间的最大差异。

Mean易于使用和应用，并且可以应用于任何数据数组，无论是偶数还是奇数。另一方面，中位数的使用有点复杂，在计算之前，数据集需要先按升序或降序排列。
平均值通常用于正态分布，而中位数用于偏斜分布数据集。
平均值很简单，但并不稳健，因为它可能包含分布中的异常值，有时无法为用户提供正确的解释结果。另一方面，中位数方法是健壮的，并且更适合用于偏斜分布以得出日期集的集中趋势，并且与均值相比将为用户提供许多准确的结果
平均值只有一个公式，即所有观测值的总和除以观测值的数量。而中位数有两个公式之一，即奇数，只有数据集中的中间数成为中位数。但是，当我们拥有偶数数据集时，将选择两个值的中间值并将它们除以2，这将为我们提供偶数数据集的中值。

意思是		中位数
通过将数据数组中的所有值相加得出平均值，然后除以观察数		中位数是数据集的确切中间值。可以通过按升序排列数据集，然后从数据集中查找或挑选出中间值来进行计算
由于易于计算平均值，因此在行业中得到了更广泛的应用，它为我们提供了一个快速的数字		它在行业中并不经常使用，但是比简单的数字总和要更完整和准确
它通常用于正常偏斜的数据集，即正态分布		在数据中存在明显偏斜或数据尾巴较长时，描述数据集特别方便。它被广泛使用，其中轮廓绘制器在数据中占很大的比重，这意味着不是一个好的计算方法
它不是用于计算集中趋势的可靠工具		这是一个非常强大的工具，因为它可以确定数据中的权重，通常在较长的尾巴上权重较高
对异常值非常敏感		它受异常值的影响要小得多
使用简单		本质上很复杂
无法对分类数据进行计算，因为无法对这些值求和		由于无法对其进行逻辑排序，因此无法将其标识为分类的名义数据。

除了均值和中位数，还有另一种方法通常用于测量中心趋势即众数。众数是最常出现在数据集中的一个值，该模式具有优于均值和中位数的优势，可以在数值和分类数据集中找到它。

尽管存在众数和中位数，但均值仍是更好的结果和分析方法的优势，但均值仍然是集中趋势的最合适度量，尤其是在数据集为正态分布且数据通常为偏斜的情况下。

作为一名优秀的分析师，应使用所有三种数据方法来衡量中心趋势，并应考虑和仔细分析分析中的差异，以在数据集中产生更好，更准确的结果。