3.11
Średnica
Dość łatwym do obliczenia ilościowym oszacowaniem centralnej tendencji zbioru danych jest jego środek, który jest zdefiniowany jako średnia wartości m…
Średnica jest jedną z miar tendencji centralnej. Jest to wartość pośrednia między dwiema skrajnymi wartościami i jest zwykle definiowana jako średnia arytmetyczna maksymalnych i minimalnych wartości danych.
W tym przykładowym zestawie danych czasu snu niemowląt średni zakres można obliczyć, dodając maksymalną i minimalną liczbę godzin i dzieląc sumę przez dwa.
Chociaż średni zakres jest stosunkowo łatwy do obliczenia, jest rzadko używany w statystyce, ponieważ ignoruje wszystkie pośrednie wartości danych i brakuje mu solidności pomiaru.
Średnica jest również wrażliwa na ekstremalne wartości. W tym przykładzie zmiana maksymalnej lub minimalnej liczby godzin snu może zmienić średnicę. Poza tym średni zakres nie może być używany do danych jakościowych, takich jak rangi lub etykiety.
Środek zakresu jest komplementarny do zakresu lub różnicy między wartościami maksymalnymi i minimalnymi. Na przykład, znając wartość środkową i zakres danych, można obliczyć maksymalne i minimalne wartości w tym zestawie danych.
View the full transcript and gain access to JoVE Core videos
Q1: How is the midrange calculated from a dataset?
The midrange is calculated by adding the maximum and minimum values in a dataset and dividing the sum by two. This arithmetic mean of the extreme values provides a quick quantitative estimate of central tendency. For example, if infant sleep times range from 8 to 16 hours, the midrange would be (8 + 16) / 2 = 12 hours.
Q2: Why is the midrange rarely used in statistical analysis?
The midrange ignores all intermediate data values and lacks robustness in measurement. It is highly sensitive to extreme values, meaning a single change in the maximum or minimum can significantly alter the result. Additionally, the midrange cannot be applied to categorical data such as ranks or labels, limiting its practical utility.
Q3: What is the relationship between midrange and data range?
The midrange is complementary to the range, which is the difference between maximum and minimum values. By knowing both the midrange and the data range, you can compute the actual maximum and minimum values in a dataset. The midrange is essentially half of the data set's range.
Q4: How does the midrange compare to other measures of central tendency?
Like the arithmetic mean, the midrange is sensitive to extreme values and outliers. However, unlike the arithmetic mean, it ignores all intermediate values and does not account for the distribution of data points. This makes the midrange less reliable for representing overall central tendency in most datasets.
Q5: When is the midrange useful as a statistical measure?
The midrange is useful in relatively fluctuation-free datasets where it can easily provide a quick estimate of central tendency. Its simplicity makes it valuable for rapid calculations when data lacks significant outliers or extreme variations. However, for most real-world applications with variable data, more robust measures are preferred.
Q6: Can the midrange be used with all types of data?
No, the midrange cannot be used with categorical data such as ranks or labels. It is exclusively a quantitative measure designed for numerical datasets. This limitation further restricts its application compared to other central tendency measures that may accommodate different data types.
Q7: What makes the midrange prone to outliers?
The midrange depends entirely on the maximum and minimum values, making it extremely vulnerable to outliers. A single extreme value can substantially shift the midrange, even if all other data points cluster closely together. This sensitivity to extreme values is why the midrange is considered less reliable for representing typical data behavior.