Průměrné vs Medián
Medián je číslo představující „střed“ daného vzorku dat, které bylo uspořádáno číselně, vzhledem k tomu, že vzorek čísel je při počítání lichý. Pro datový soubor, který je při počítání sudý, je střední hodnota v tomto případě vydělením součtu dvou středních čísel 2. Statistiky a teorie pravděpodobnosti popisuje medián jako číselnou hodnotu, která rozděluje vzorek na dvě stejné poloviny, tj. dolní polovinu a vyšší polovinu. Soubor dat zahrnuje vzorek a populaci mezi ostatními.
V jakémkoli vzorku bude vyšší polovina sestávat nanejvýš z hodnot vyšších než střední hodnota, zatímco dolní polovina bude sestávat z hodnot nižších než střední hodnota. Pokud budou mít obě poloviny vzorku menší než polovinu, bude to znamenat, že část vzorku bude přesně stejná jako střední hodnota. Vezměte například, pokud x < z, then y will be the median of the sample x, y, z and if x < z
Medián může být občas použit jako reprezentace míry umístění, kde je rozdělení šikmé, když nejsou známy poslední hodnoty nebo když vnější hodnoty nejsou důležité, pokud například mohou vést k chybám měření. Teoreticky je medián velmi obtížně zvládnutelný, což je hlavní nevýhoda.
Průměr se běžně (a omylem) označuje jako průměr, ale průměr se ne vždy rovná střední hodnotě. „Průměr“ je průměr označený jako průměr, ale rozhodně se průměr neznamená jako průměr.
Z praktického hlediska existuje jen marginální rozdíl mezi střední hodnotou a průměrem pro daný vzorek, teoreticky mohou být rozdíly výrazné. Jednou z hlavních skutečností je, že rozdíl mezi těmito dvěma nelze snadno pochopit a je pro mnoho lidí běžným zdrojem zmatku. Slovo „průměr“ se tedy často používá, když ve skutečném smyslu měla informace představovat režim nebo medián.
souhrn
Medián je střední číslo daného datového souboru (je-li lichý), zatímco průměr je definice aritmetického průměru, což je nejčastěji citovaný průměr.
Hodnota mediánu závisí na počtu prvků v sadě dat (lichých nebo sudých), zatímco průměr není.