Как найти среднее значение параметров

Средняя зарплата… Средняя продолжительность жизни… Практически каждый день мы с вами слышим эти словосочетания, используемые для описания множества одним единственным числом. Но как ни странно, «среднее значение» — достаточно коварное понятие, часто вводящее в заблуждение обычного, неискушенного в математической статистике, человека.

В чем проблема?

Под средним значением чаще всего подразумевается среднее арифметическое, которое очень сильно варьируется под воздействием единичных фактов или событий. И вы не получите реального представления о том, как именно распределены значения, которые вы изучаете.

Давайте обратимся к классическому примеру со средней зарплатой.

В какой-то абстрактной компании работает десять сотрудников. Девять из них получают зарплату около 50 000 рублей, а один 1 500 000 рублей (по странному совпадению он же является генеральным директором этой компании).

Средним значением в данном случае будет 195 150 рублей, что согласитесь, неправильно.

Какие способы вычисления среднего бывают?

Первым способом является вычисление уже упомянутого среднего арифметического, являющегося суммой всех значений, деленной на их количество.

Формула:

• x – среднее арифметическое;
• x_n – конкретное значение;
• n – количество значений.

Плюсы:

• Хорошо работает при нормальном распределении значений в выборке;
• Легко вычислить;
• Интуитивно понятно.

Минусы:

• Не дает реального представления о распределении значений;
• Неустойчивая величина легко поддающаяся выбросам (как в случае с генеральным директором).

Вторым способом является вычисление моды, то есть наиболее часто встречающегося значения.

Формула:

• M₀ – мода;
• x₀ – нижняя граница интервала, который содержит моду;
• n – величина интервала;
• f_m– частота (сколько раз в ряду встречается то или иное значение);
• f_m-1 – частота интервала предшествующего модальному;
• f_m+1 – частота интервала следующего за модальным.

Плюсы:

• Прекрасно подходит для получения представления об общественном мнении;
• Хорошо подходит для нечисловых данных (цвета сезона, хиты продаж, рейтинги);
• Проста для понимания.

Минусы:

• Моды может просто не быть (нет повторов);
• Мод может быть несколько (многомодальное распределение).

Третий способ — это вычисление медианы, то есть значения, которое делит упорядоченную выборку на две половины и находится между ними. А если такого значения нет, то за медиану принимается среднее арифметическое между границами половин выборки.

Формула:

• M_e – медиана;
• x₀ – нижняя граница интервала, который содержит медиану;
• h – величина интервала;
• f _i – частота (сколько раз в ряду встречается то или иное значение);
• S_m-1 – сумма частот интервалов предшествующих медианному;
• f_m – число значений в медианном интервале (его частота).

Плюсы:

• Дает самую реалистичную и репрезентативную оценку;
• Устойчива к выбросам.

Минусы:

• Сложнее вычислить, так как перед вычислением выборку нужно упорядочить.

Мы рассмотрели основные методы нахождения среднего значения, называющиеся мерами центральной тенденции (на самом деле их больше, но это наиболее популярные).

А теперь давайте вернемся к нашему примеру и посчитаем все три варианта среднего при помощи специальных функций Excel:

• СРЗНАЧ(число1;[число2];…) — функция для определения среднего арифметического;
• МОДА.ОДН(число1;[число2];...) — функция моды (в более старых версиях Excel использовалась МОДА(число1;[число2];...));
• МЕДИАНА(число1;[число2];...) — функция для поиска медианы.

И вот какие значения у нас получились:

В данном случае мода и медиана гораздо лучше характеризуют среднюю зарплату в компании.

Но что делать, когда в выборке не 10 значений, как в примере, а миллионы? В Excel это не посчитать, а вот в базе данных где хранятся ваши данные, без проблем.

Вычисляем среднее арифметическое на SQL

Тут все достаточно просто, так как в SQL предусмотрена специальная агрегатная функция AVG.

И чтобы ее использовать достаточно написать вот такой запрос:

/* Здесь и далее salary - столбец с зарплатами, а employees - таблица сотрудников в нашей базе данных */

SELECT AVG(salary) AS 'Средняя зарплата'
FROM employees

Вычисляем моду на SQL

В SQL нет отдельной функции для нахождения моды, но ее легко и быстро можно написать самостоятельно. Для этого нам необходимо узнать, какая из зарплат чаще всего повторяется и выбрать наиболее популярную.

Напишем запрос:

/* WITH TIES необходимо добавлять к TOP() если множество многомодально, то есть у множества несколько мод */
SELECT TOP(1) WITH TIES salary AS 'Мода зарплаты'
FROM employees
GROUP BY salary
ORDER BY COUNT(*) DESC

Вычисляем медиану на SQL

Как и в случае с модой, в SQL нет встроенной функции для вычисления медианы, зато есть универсальная функция для вычисления процентилей PERCENTILE_CONT.

Выглядит все это так:

/* В данном случае процентиль 0.5 и будет являться медианой */

SELECT TOP(1) PERCENTILE_CONT(0.5)
       WITHIN GROUP (ORDER BY salary)
       OVER() AS 'Медианная зарплата'
FROM employees

Подробнее о работе функции PERCENTILE_CONT лучше почитать в справке Microsoft и Google BigQuery.

Какой способ все-таки использовать?

Из сказанного выше следует, что медиана лучший способ для вычисления среднего значения.

Но это не всегда так. Если вы работаете со средним, то остерегайтесь многомодального распределения:

На графике представлено бимодальное распределение с двумя пиками. Такая ситуация может возникнуть, например, при голосовании на выборах.

В данном случае среднее арифметическое и медиана — это значения, находящиеся где-то посередине и они ничего не скажут о том, что происходит на самом деле и лучше сразу признать, что вы имеете дело с бимодальным распределением, сообщив о двух модах.

А еще лучше разделить выборку на две группы и собрать статистические данные для каждой.

Вывод:

При выборе метода нахождения среднего нужно учитывать наличие выбросов, а также нормальность распределения значений в выборке.

Окончательный выбор меры центральной тенденции всегда лежит на аналитике.

Полезные ссылки:

• SQL и теория вероятностей (YouTube)
• Анализ нормальности распределения данных (YouTube)
• Меры центральной тенденции

Mean, Median, and Mode are measures of the central tendency. These values are used to define the various parameters of the given data set. The measure of central tendency (Mean, Median, and Mode) gives useful insights about the data studied, these are used to study any type of data such as the average salary of employees in an organization, the median age of any class, the number of people who plays cricket in a sports club, etc. 

Let’s learn more about the Mean, Median, and Mode Formulas, Examples, and FAQs in this article.

Measures of Central Tendency

Measure of central tendency is the representation of various values of the given data set. There are various measures of central tendency and the most important three measures of central tendency are,

• Mean (x̅ or μ)
• Median(M)
• Mode(Z)

What is Mean?

Mean is the sum of all the values in the data set divided by the number of values in the data set. It is also called the Arithmetic Average. Mean is denoted as x̅ and is read as x bar.

The formula to calculate the mean is,

Mean Formula

The formula to calculate the mean is,

Mean (x̅)  = Sum of Values / Number of Values

If x_1, x_2, x₃,……, x_n are the values of a data set then the mean is calculated as:

x̅ =  (x₁ + x₂ + x₃ + …… + x_n) / n

Example: Find the mean of data sets 10, 30, 40, 20, and 50

Solution:

Mean of the data 10, 30, 40, 20, 50 is

Mean = (sum of all values) / (number of values)

Mean = (10 + 30 + 40 + 20+ 50) / 5

         = 30

Mean of Grouped Data

Mean for the grouped data can be calculated by using various methods. The most common methods used are discussed in the table below,

Direct Method	Assumed Mean Method	Step Deviation Method
Mean x̅ = ∑ fixi / ∑ fi where, ∑fi is the sum of all frequencies	Mean x̅ = a + ∑ fixi / ∑ fi where, a is Assumed mean di is equal to xi – a ∑fi the sum of all frequencies	Mean x̅ = a + h∑ fixi / ∑ fi where, a is Assumed mean ui = (xi – a)/h h is Class size ∑fi the sum of all frequencies

Also, Check Mean

What is Median?

A Median is a middle value for sorted data. The sorting of the data can be done either in ascending order or descending order. A median divides the data into two equal halves. 

The formula to calculate the median of the number of terms if the number of terms is even is shown in the image below,

The formula to calculate the median of the number of terms if the number of terms is odd is shown in the image below,

Median Formula

The formula for the median is,

If the number of values (n value) in the data set is odd then the formula to calculate the median is,

Median = [(n + 1)/2]^th term

If the number of values (n value) in the data set is even then the formula to calculate the median is:

Median  = [(n/2)^th term + {(n/2) + 1}^th term] / 2

Example: Find the median of given data set 30, 40, 10, 20, and 50

Solution:

Median of the data 30, 40, 10, 20, 50 is,

Step 1: Order the given data in ascending order as:

10, 20, 30, 40, 50

Step 2: Check n (number of terms of data set) is even or odd and find the median of the data with respective ‘n’ value.

Step 3: Here, n = 5 (odd)

Median = [(n + 1)/2]^th term

Median = [(5 + 1)/2]^th term

            = 30

Median of Grouped Data

The median of the grouped data median is calculated using the formula,

Median = l + [(n/2 – cf) / f]×h

where
l is lower limit of median class
n is number of observations
f is frequency of median class
h is class size
cf is cumulative frequency of class preceding the median class.

What is Mode?

A mode is the most frequent value or item of the data set. A data set can generally have one or more than one mode value. If the data set has one mode then it is called “Uni-modal”. Similarly, If the data set contains 2 modes then it is called “Bimodal” and if the data set contains 3 modes then it is known as “Trimodal”. If the data set consists of more than one mode then it is known as “multi-modal”(can be bimodal or trimodal). There is no mode for a data set if every number appears only once.

The formula to calculate the mode is shown in the image below,

 Mode Formula

Mode = Highest Frequency Term

Example: Find the mode of the given data set 1, 2, 2, 3, 3, 4, 5

Solution:

Given set is {1, 2, 2, 2, 3, 3, 4, 5}

As the above data set is arranged in ascending order.

By observing the above data set we can say that,

Mode = 2

As, it has highest frequency (3)

Mode of Grouped Data

The mode of the grouped data is calculated using the formula,

Mode = l + [(f₁ + f₀) / (2f₁ – f₀ – f₂)] × h

where,
f₁ is the frequency of the modal class
f₀ is the frequency of the class preceding the modal class
f₂ is the frequency of the class succeeding the modal class
h is the size of class intervals
l is the lower limit of modal class

Also, Check Mode

Relation between Mean Median Mode

For any group of data, the relation between the three central tendencies mean, median, and mode is shown in the image below,

Mean Median Mode Formula

Mode = 3 Median – 2 Mean

Range

It is the difference between the highest value and the lowest value. It is a way to understand how the numbers are spread in a data set. The range of any data set is easily calculated by using the formula given in the image below,

Range Formula

The formula to find the Range is:

Range = Highest value – Lowest Value

Example: Find the range of the given data set 12, 19, 6, 2, 15, 4

Solution:

Given set is {12, 19, 6, 2, 15, 4} 

Here, 

Lowest Value = 2
Highest Value = 19

Range = 19 − 2 
          = 17

Difference Between Mean and Median

The mathematical average is known as the mean of the data set, whereas the positional average is considered the Median. 

The difference between Mean and Median is understood by the following example. In a school, there are 8 teachers whose salaries are 20000 rupees, a principal with a salary of 35000, find their mean salary and median salary.

Mean = (20000+20000+20000+20000+20000+20000+20000+20000+35000)/9
          = 195000/9
          = 21666.67

Therefore, the mean salary is ₹21,666.67.

For median, in ascending order: 20000, 20000, 20000, 20000, 20000, 20000, 20000, 20000, 35000.

n = 9,

Thus, (9 + 1)/2 = 5

Thus, the median is the 5^th observation.

Median = 20000

Therefore, the median is ₹20,000.

After comparing the mean and median for the above data set. It is evident that the mean salary is Rs 21666.67, and the median is Rs 20,000

Note: Mean gets easily affected by extreme values.

Also, Check

• Central Tendency
• Statistics Formulas

Examples on Mean, Median, and Mode

Example 1: Study the bar graph given below and find the mean, median, and mode of the given data set.

Solution:

Mean = (sum of all data values) / (number of values)

Mean = (5 + 7 + 9 + 6) / 4  
          =  27 / 2 
          = 6.75

Order the given data in ascending order as: 5, 6, 7, 9

Here, n = 4 (which is even)

Median  =  [(n/2)^th term + {(n/2) + 1}^th term] / 2

Median  = (6 + 7) / 2  
              =  6.5

Mode = Most frequent value 
          = 9  (highest value)

Range = Highest value – Lowest value 

Range = 9 – 5 
           = 4

Example 2: Find the mean, median, mode, and range for the given data

190, 153, 168, 179, 194, 153, 165, 187, 190, 170, 165, 189, 185, 153, 147, 161, 127, 180

Solution:

For Mean:

190, 153, 168, 179, 194, 153, 165, 187, 190, 170, 165, 189, 185, 153, 147, 161, 127, 180

Number of observations = 18

Mean = (Sum of observations) / (Number of observations)

          = (190+153+168+179+194+153+165+187+190+170+165+189+185+153+147 +161+127+180) / 18

          = 2871/18

          = 159.5

Therefore, the mean is 159.5

For Median:

The ascending order of given observations is,

127, 147, 153, 153, 153, 161, 165, 165, 168, 170, 179, 180, 185, 187, 189, 190, 190, 194

Here, n = 18

Median = 1/2 [(n/2) + (n/2 + 1)]^th observation
             = 1/2 [9 + 10]^th observation
             = 1/2 (168 + 170)
             = 338/2
             = 169

Thus, the median is 169

For Mode:

The number with the highest frequency = 153

Thus, mode = 53

For Range:

Range = Highest value – Lowest value
           = 194 – 127
           = 67

Example 3: Find the Median of the data 25, 12, 5, 24, 15, 22, 23, 25

Solution:

25, 12, 5, 24, 15, 22, 23, 25

Step 1: Order the given data in ascending order as: 

5, 12, 15, 22, 23, 24, 25, 25 

Step 2: Check n (number of terms of data set) is even or odd and find the median of the data with respective ‘n’ value.

Step 3: Here, n = 8 (even) then,

Median = [(n/2)^th term + {(n/2) + 1)^th term] / 2

Median = [(8/2)^th term + {(8/2) + 1}^th term] / 2 

            = (22+23) / 2 

            = 22.5

Example 4: Find the mode of given data 15, 42, 65, 65, 95.

Solution:

Given data set 15, 42, 65, 65, 95

The number with highest frequency = 65

Mode = 65

FAQs on Mean, Median, and Mode

Q1: What are the mean, median, and mode?

Answer:

Mean, Median and Mode are the measures of central tendency. These three measures of central tendency are used to get an overview of the data. They represent the true essence of the given data set.

Q2: What is the relation between mean, median, and mode?

Answer:

The relationship between mean median and mode is:

Mode = 3 Median – 2 Mean

Q3: How to Find Mean, Median, and Mode?

Answer:

Mean, Median, and Mode of any given data set is calculated using the suitable formulas which are discussed above in the articles.

Q4: How to Find the mean?

Answer:

Mean is also called the average, it is calculated for ungrouped data using the formula:

• Mean = (Sum of observations)/(Number of observations)

In case of Grouped Data, the mean is calculated by the three methods

• Direct method
• Assumed mean method
• Step deviation method

Q5: How to Find the median?

Answer:

Median is the middle term of the data when it is arranged in either ascending or descending order. It is calculated using the formula:

• Median = (n + 1)/2^th observation {when n is odd}
• Median = Average of (n/2)^th and [(n/2) + 1]^th observations {when n is even}

Q6: How to Find the mode?

Answer:

The value with the highest frequency is called the mode. Mode is calculated by observation first the given set of values is arranged in either ascending or descending order then the value with the highest frequency is noted as Mode.