3.6
Considérons un ensemble de données où certaines valeurs sont plus importantes que d’autres, c’est-à-dire qu’elles ont plus de poids.
Pour calculer la moyenne de ces données, chaque valeur est multipliée par son poids. Les produits résultants sont additionnés, puis divisés par la somme des poids. C’est ce qu’on appelle la moyenne pondérée.
Par exemple, un élève passe plusieurs tests au cours d’une année, chacun ayant une pondération différente. Pour déterminer la moyenne pondérée de tous les tests, multipliez les résultats individuels par les poids correspondants et additionnez ces produits. Ensuite, divisez cette valeur finale par la somme de tous les poids.
Comme on peut le voir, les élèves obtiennent de meilleurs scores moyens en réussissant aux tests avec des poids plus élevés. Cela signifie que les valeurs de données avec une pondération plus élevée contribuent davantage à la moyenne pondérée.
Si les pondérations de toutes les valeurs de données sont identiques, la moyenne pondérée est égale à la moyenne arithmétique.
Lors du calcul de la moyenne arithmétique, géométrique ou harmonique d’un échantillon de données, une importance égale est attribuée à tous les points de données. Toutefois, toutes les valeurs ne possèdent pas toujours la même importance dans certains ensembles de données. Un biais intrinsèque peut ainsi rendre nécessaire d'accorder davantage de poids à certaines valeurs plutôt qu’à d’autres.
Par exemple, considérons le nombre de buts marqués durant les matchs d’un tournoi. Lors du calcul du nombre moyen de buts marqués dans ce tournoi, il peut être préférable de prendre en compte les matchs joués lors de la phase à élimination directe. Les buts inscrits lors de cette phase peuvent alors avoir une pondération supérieure aux autres buts. Une fois qu’une valeur numérique est attribuée à cette pondération, le nombre moyen de buts du tournoi peut être calculé. De telles moyennes sont appelées moyennes pondérées. Elles permettent d’attribuer une valeur intrinsèque aux différents éléments d’un ensemble de données.
Parfois, la probabilité d’apparition de chaque élément peut servir de poids. Par exemple, si l'on lance à plusieurs reprises un dé biaisé, certaines faces numérotées peuvent apparaître plus fréquemment que d’autres. La moyenne pondérée des nombres obtenus tient alors compte de ce biais.
Considérons un ensemble de données où certaines valeurs sont plus importantes que d’autres, c’est-à-dire qu’elles ont plus de poids.
Pour calculer la moyenne de ces données, chaque valeur est multipliée par son poids. Les produits résultants sont additionnés, puis divisés par la somme des poids. C’est ce qu’on appelle la moyenne pondérée.
Par exemple, un élève passe plusieurs tests au cours d’une année, chacun ayant une pondération différente. Pour déterminer la moyenne pondérée de tous les tests, multipliez les résultats individuels par les poids correspondants et additionnez ces produits. Ensuite, divisez cette valeur finale par la somme de tous les poids.
Comme on peut le voir, les élèves obtiennent de meilleurs scores moyens en réussissant aux tests avec des poids plus élevés. Cela signifie que les valeurs de données avec une pondération plus élevée contribuent davantage à la moyenne pondérée.
Si les pondérations de toutes les valeurs de données sont identiques, la moyenne pondérée est égale à la moyenne arithmétique.
From Chapter 3:
Now Playing
Mesure de la tendance centrale
5.9K Views
Mesure de la tendance centrale
12.7K Views
Mesure de la tendance centrale
14.7K Views
Mesure de la tendance centrale
2.8K Views
Mesure de la tendance centrale
5.3K Views
Mesure de la tendance centrale
2.3K Views
Mesure de la tendance centrale
2.7K Views
Mesure de la tendance centrale
19.0K Views
Mesure de la tendance centrale
21.5K Views
Mesure de la tendance centrale
22.7K Views
Mesure de la tendance centrale
2.9K Views
Mesure de la tendance centrale
16.4K Views
Mesure de la tendance centrale
16.0K Views