Obliczanie średniego bezwzględnego odchylenia
C.K.Taylor
W statystyce istnieje wiele pomiarów rozrzutu lub rozrzutu. Chociaż zasięg oraz odchylenie standardowe są najczęściej używane, istnieją inne sposoby ilościowego określenia dyspersji. Przyjrzymy się, jak obliczyć średnie bezwzględne odchylenie dla zbioru danych.
Definicja
Zaczynamy od definicji średniego odchylenia bezwzględnego, które jest również nazywane średnim odchyleniem bezwzględnym. Wzór wyświetlany w tym artykule jest formalną definicją średniego bezwzględnego odchylenia. Bardziej sensowne może być rozważenie tej formuły jako procesu lub serii kroków, których możemy użyć do uzyskania naszej statystyki.
- Zaczynamy od średnia, czyli pomiar środka , zbioru danych, który będziemy oznaczać przez m.
- Następnie dowiadujemy się, jak bardzo różni się każda z wartości danych m. Oznacza to, że bierzemy różnicę między każdą z wartości danych i m.
- Następnie bierzemy całkowita wartość każdej różnicy z poprzedniego kroku. Innymi słowy, odrzucamy wszelkie negatywne znaki dla którejkolwiek z różnic. Powodem tego jest to, że istnieją pozytywne i negatywne odchylenia od m. Jeśli nie wymyślimy sposobu na wyeliminowanie negatywnych znaków, wszystkie odchylenia zniosą się nawzajem, jeśli dodamy je do siebie.
- Teraz dodajemy razem wszystkie te wartości bezwzględne.
- Na koniec dzielimy tę sumę przez n , czyli łączna liczba wartości danych. Wynikiem jest średnie odchylenie bezwzględne.
Wariacje
Istnieje kilka odmian powyższego procesu. Zauważ, że nie określiliśmy dokładnie co m jest. Powodem tego jest to, że moglibyśmy użyć różnych statystyk do m. Zazwyczaj jest to centrum naszego zbioru danych, więc można wykorzystać dowolny pomiar tendencji centralnej.
Najczęstsze pomiary statystyczne środka zbioru danych to średnia, mediana i tryb. Tak więc każdy z nich może być użyty jako m przy obliczaniu średniego bezwzględnego odchylenia. Dlatego często odwołuje się do średniego bezwzględnego odchylenia od średniej lub średniego bezwzględnego odchylenia od mediany. Zobaczymy kilka przykładów.
Przykład: średnia bezwzględne odchylenie dotyczące średniej
Załóżmy, że zaczynamy od następującego zestawu danych:
1, 2, 2, 3, 5, 7, 7, 7, 7, 9.
Średnia tego zestawu danych wynosi 5. Poniższa tabela uporządkuje naszą pracę w celu obliczenia średniego bezwzględnego odchylenia od średniej.
| Wartość danych | Odchylenie od średniej | Bezwzględna wartość odchylenia |
| 1 | 1 - 5 = -4 | |-4| = 4 |
| dwa | 2 - 5 = -3 | |-3| = 3 |
| dwa | 2 - 5 = -3 | |-3| = 3 |
| 3 | 3 - 5 = -2 | |-2| = 2 |
| 5 | 5 - 5 = 0 | |0| = 0 |
| 7 | 7 - 5 = 2 | |2| = 2 |
| 7 | 7 - 5 = 2 | |2| = 2 |
| 7 | 7 - 5 = 2 | |2| = 2 |
| 7 | 7 - 5 = 2 | |2| = 2 |
| 9 | 9 - 5 = 4 | |4| = 4 |
| Suma odchyleń bezwzględnych: | 24 |
Teraz dzielimy tę sumę przez 10, ponieważ jest w sumie dziesięć wartości danych. Średnie bezwzględne odchylenie od średniej wynosi 24/10 = 2,4.
Przykład: średnia bezwzględne odchylenie dotyczące średniej
Teraz zaczynamy od innego zestawu danych:
1, 1, 4, 5, 5, 5, 5, 7, 7, 10.
Podobnie jak w poprzednim zestawie danych, średnia tego zestawu danych wynosi 5.
| Wartość danych | Odchylenie od średniej | Bezwzględna wartość odchylenia |
| 1 | 1 - 5 = -4 | |-4| = 4 |
| 1 | 1 - 5 = -4 | |-4| = 4 |
| 4 | 4 - 5 = -1 | |-1| = 1 |
| 5 | 5 - 5 = 0 | |0| = 0 |
| 5 | 5 - 5 = 0 | |0| = 0 |
| 5 | 5 - 5 = 0 | |0| = 0 |
| 5 | 5 - 5 = 0 | |0| = 0 |
| 7 | 7 - 5 = 2 | |2| = 2 |
| 7 | 7 - 5 = 2 | |2| = 2 |
| 10 | 10 - 5 = 5 | |5| = 5 |
| Suma odchyleń bezwzględnych: | 18 |
Zatem średnie bezwzględne odchylenie od średniej wynosi 18/10 = 1,8. Porównujemy ten wynik z pierwszym przykładem. Chociaż średnia była identyczna dla każdego z tych przykładów, dane w pierwszym przykładzie były bardziej rozłożone. Widzimy z tych dwóch przykładów, że średnie bezwzględne odchylenie od pierwszego przykładu jest większe niż średnie bezwzględne odchylenie od drugiego przykładu. Im większe średnie odchylenie bezwzględne, tym większe rozproszenie naszych danych.
Przykład: średnie odchylenie bezwzględne dotyczące mediany
Zacznij od tego samego zestawu danych, co w pierwszym przykładzie:
1, 2, 2, 3, 5, 7, 7, 7, 7, 9.
Mediana zbioru danych wynosi 6. W poniższej tabeli przedstawiamy szczegóły obliczania średniego bezwzględnego odchylenia od mediany.
| Wartość danych | Odchylenie od mediany | Bezwzględna wartość odchylenia |
| 1 | 1 - 6 = -5 | |-5| = 5 |
| dwa | 2 - 6 = -4 | |-4| = 4 |
| dwa | 2 - 6 = -4 | |-4| = 4 |
| 3 | 3 - 6 = -3 | |-3| = 3 |
| 5 | 5 - 6 = -1 | |-1| = 1 |
| 7 | 7 - 6 = 1 | |1| = 1 |
| 7 | 7 - 6 = 1 | |1| = 1 |
| 7 | 7 - 6 = 1 | |1| = 1 |
| 7 | 7 - 6 = 1 | |1| = 1 |
| 9 | 9 - 6 = 3 | |3| = 3 |
| Suma odchyleń bezwzględnych: | 24 |
Ponownie dzielimy sumę przez 10 i otrzymujemy średnie odchylenie od mediany jako 24/10 = 2,4.
Przykład: średnie odchylenie bezwzględne dotyczące mediany
Zacznij od tego samego zestawu danych co poprzednio:
1, 2, 2, 3, 5, 7, 7, 7, 7, 9.
Tym razem uznajemy, że tryb tego zestawu danych wynosi 7. W poniższej tabeli pokazujemy szczegóły obliczania średniego bezwzględnego odchylenia dotyczącego trybu.
| Dane | Odchylenie od trybu | Bezwzględna wartość odchylenia |
| 1 | 1 - 7 = -6 | |-5| = 6 |
| dwa | 2 - 7 = -5 | |-5| = 5 |
| dwa | 2 - 7 = -5 | |-5| = 5 |
| 3 | 3 - 7 = -4 | |-4| = 4 |
| 5 | 5 - 7 = -2 | |-2| = 2 |
| 7 | 7 - 7 = 0 | |0| = 0 |
| 7 | 7 - 7 = 0 | |0| = 0 |
| 7 | 7 - 7 = 0 | |0| = 0 |
| 7 | 7 - 7 = 0 | |0| = 0 |
| 9 | 9 - 7 = 2 | |2| = 2 |
| Suma odchyleń bezwzględnych: | 22 |
Dzielimy sumę odchyleń bezwzględnych i widzimy, że mamy średnie odchylenie bezwzględne około modu 22/10 = 2,2.
Szybkie fakty
Istnieje kilka podstawowych właściwości dotyczących średnich bezwzględnych odchyleń
- Średnie bezwzględne odchylenie od mediany jest zawsze mniejsze lub równe średniemu bezwzględnemu odchyleniu od średniej.
- Odchylenie standardowe jest większe lub równe średniemu bezwzględnemu odchyleniu od średniej.
- Średnie odchylenie bezwzględne jest czasami skracane przez MAD. Niestety może to być niejednoznaczne, ponieważ MAD może alternatywnie odnosić się do mediany bezwzględnego odchylenia.
- Średnie odchylenie bezwzględne dla rozkładu normalnego jest w przybliżeniu 0,8 razy większe od odchylenia standardowego.
Typowe zastosowania
Średnie odchylenie bezwzględne ma kilka zastosowań. Pierwsza aplikacja polega na tym, że ta statystyka może być wykorzystana do nauczenia niektórych idei stojących za odchylenie standardowe . Średnie bezwzględne odchylenie od średniej jest znacznie łatwiejsze do obliczenia niż odchylenie standardowe. Nie wymaga od nas kwadratury odchyleń i nie musimy znajdować pierwiastka kwadratowego na końcu naszych obliczeń. Ponadto średnie odchylenie bezwzględne jest bardziej intuicyjnie powiązane z rozrzutem zbioru danych niż odchylenie standardowe. Z tego powodu średnie odchylenie bezwzględne jest czasami nauczane jako pierwsze, przed wprowadzeniem odchylenia standardowego.
Niektórzy posunęli się tak daleko, że twierdzą, że odchylenie standardowe powinno zostać zastąpione przez średnie odchylenie bezwzględne. Chociaż odchylenie standardowe jest ważne dla zastosowań naukowych i matematycznych, nie jest tak intuicyjne jak średnie odchylenie bezwzględne. W przypadku codziennych zastosowań średnie odchylenie bezwzględne jest bardziej namacalnym sposobem pomiaru rozproszenia danych.