تصویر شاخص نوشته: میانگین، میانه و مُد: سه جورِ «وسط» که یکی نیستند

میانگین، میانه و مُد: سه جورِ «وسط» که یکی نیستند

۱۹ شهریور ۱۴۰۵ مبانی ریاضی

در شرکتی ۹ کارمند ماهی ۱۰ (میلیون، ولی واحد مهم نیست) می‌گیرند و مدیرعامل ۲۱۰. آگهیِ استخدامش می‌نویسد: «میانگینِ حقوق در شرکتِ ما ۳۰!» — و دروغ هم نگفته:

(9 × 10 + 210) ÷ 10 = 300 ÷ 10 = 30

ولی ۹ نفر از ۱۰ نفر، یک‌سومِ این «میانگین» را می‌گیرند. مشکل از ریاضی نیست؛ از این است که «وسطِ داده‌ها» یک مفهوم نیست، سه مفهوم است — و هر کدام داستانِ متفاوتی تعریف می‌کنند.

سه جورِ «وسط»

میانگین (mean): همه را جمع کن، تقسیم بر تعداد. همان ۳۰ِ بالا. میانگین به تک‌تکِ عددها حساس است — و همین، هم قدرتش است هم پاشنه‌آشیلش: یک مدیرعاملِ ۲۱۰تایی کلِ عدد را می‌کِشد بالا.

میانه (median): داده‌ها را مرتب کن؛ عددِ وسط. برای حقوق‌های بالا: 10,10,10,10,10,10,10,10,10,210 — با تعدادِ زوج، میانه میانگینِ دو عددِ وسطی است: (10+10) ÷ 2 = 10. میانه می‌گوید «آدمِ وسطیِ این جمع چه وضعی دارد» و به مقدارِ غول‌ها بی‌اعتناست: مدیرعامل ۲۱۰ بگیرد یا ۲۱۰۰، میانه همان ۱۰ می‌ماند.

مُد (mode): پرتکرارترین مقدار. اینجا باز ۱۰. مُد تنها عضوِ خانواده است که برای داده‌های غیرعددی هم معنا دارد — «پرفروش‌ترین سایزِ کفش» میانگین ندارد، مُد دارد.

میانگین میانه مُد
حقوقِ شرکتِ ما ۳۰ ۱۰ ۱۰
به دادهٔ پرت حساس؟ بله، شدید نه نه
کِی بهترین انتخاب است داده‌های یکدست داده‌های چوله (درآمد، قیمتِ خانه) داده‌های دسته‌ای

قاعدهٔ انتخاب: اول شکلِ داده، بعد فرمول

آن جدول یک پیامِ عملی دارد: قبل از «وسط‌گیری»، بپرس داده‌ها چه شکلی‌اند.

  • یکدست و متقارن؟ میانگین عالی است و بیشترین اطلاعات را خلاصه می‌کند. (نمره‌های یک کلاسِ معمولی.)
  • چوله، با دُمِ بلندِ ثروت/قیمت؟ میانه صادق‌تر است. برای همین گزارش‌های جدیِ اقتصادی برای درآمد و قیمتِ مسکن «میانه» می‌دهند، نه میانگین — نهادهای آماری مثل ادارهٔ سرشماری آمریکا درآمدِ خانوار را رسماً با median گزارش می‌کنند، دقیقاً به همین دلیل.
  • دسته‌ای و شمارشی؟ مُد. رنگِ محبوب، سایزِ پرفروش، پاسخِ رایج.

و حرفه‌ای‌ترها هر سه را کنارِ هم می‌خوانند، چون فاصله‌شان خودش اطلاعات است: هرجا میانگین از میانه به‌وضوح بزرگ‌تر بود، بدان چند مقدارِ بزرگ داده را می‌کِشند (چولگیِ راست) — الگوی همیشگیِ درآمد و فروش. برابر بودند؟ داده‌ها تقریباً متقارن‌اند.

دو دامِ کلاسیک

۱. «میانگینِ میانگین‌ها» معمولاً غلط است. کلاسِ الف (۱۰ نفره) میانگین ۲۰ دارد و کلاسِ ب (۳۰ نفره) میانگین ۱۶. میانگینِ کل، (20+16) ÷ 2 = 18 نیست؛ باید با وزنِ تعداد حساب شود: (10×20 + 30×16) ÷ 40 = 17. هر بار که میانگین‌های گروه‌هایی با اندازه‌های متفاوت را ساده جمع می‌زنی، همین خطا را کرده‌ای.

۲. «وسط» بدونِ «پهنا» نصفِ داستان است. دو کلاس می‌توانند میانگین و میانهٔ یکسان داشته باشند و یکی یکدست باشد، دیگری از صفر تا بیست پخش — این را کمینه، بیشینه و دامنهٔ تغییرات لو می‌دهند. خلاصه‌ی آماریِ سالم، همیشه یک شاخصِ وسط + یک شاخصِ پراکندگی است.

جمع‌بندی

«وسطِ داده‌ها» سه تعریف دارد: میانگین (سهمِ برابر اگر همه‌چیز بازتوزیع می‌شد)، میانه (وضعِ نفرِ وسطی)، مُد (رایج‌ترین اتفاق). هیچ‌کدام «درست‌تر» نیست — هر کدام سؤالِ متفاوتی را جواب می‌دهد، و انتخابِ نادرست همان است که آگهیِ استخدامِ اولِ نوشته را ساخت. دفعهٔ بعد که عددی با برچسبِ «میانگین» دیدی، اولین سؤالت این باشد: میانه‌اش چند بود؟

اگر می‌خواهی این موضوع را کامل یاد بگیری

خودآموز ریشه

خودآموز ریاضی از چهار عمل تا هوش مصنوعی

هیچ ایدهٔ پیشرفته‌ای در ریاضی از هوا نیامده؛ هر کدام ریشه‌ای در چیزی ساده دارد که همین حالا بلدی. از «عدد یعنی چه» شروع می‌کنیم و به همان ریاضی‌ای می‌رسیم که هوش مصنوعی با آن آموزش می‌بیند — بدون حفظ‌کردنِ بی‌دلیل و بدون فرضِ اینکه قبلاً چیزی بلد بوده‌ای.

  • ۸ ترم
  • ۷۳ فصل
  • همهٔ فصل‌ها رایگان

برای خواندن بدون اینترنت

خودآموز دانلودی ریشه

PDF، EPUB، MOBI · ۵۶۵ صفحه

۳۹۹٬۰۰۰ تومان

دیدن نسخهٔ دانلودی

قدم بعدی