Словник / Медіана і середнє
У барі десятеро людей зі звичайними зарплатами. Заходить мільйонер, і «середній відвідувач» раптом заробляє сотні тисяч на місяць. Ніхто нікого не обдурив: просто є два різні способи сказати «типово», і вони відповідають на різні питання.
Шар «На пальцях» приховано на всіх задачах.
Кожна точка — відвідувач, по горизонталі його дохід на місяць. Шкала логарифмічна: кожна поділка вдесятеро більша за попередню, інакше мільйонер не вмістився б на екрані.
Шар «Строго» приховано на всіх задачах.
Скласти всі значення й поділити на їхню кількість. Це скільки дісталося б кожному, якби все поділити порівну.
1, 2, 3, 4, 100 → (1 + 2 + 3 + 4 + 100) / 5 = 22
Вишикувати всіх за зростанням і взяти того, хто посередині. Половина нижче, половина вище.
1, 2, 3, 4, 100 → 3
Одне число 100 потягнуло середнє до 22, хоча четверо з п'яти менші за 5. Медіана його майже не помітила: для неї неважливо, 100 там чи мільйон.
Звучить як помилка, але це звичайна властивість перекошених розподілів. Доходи саме такі: більшість людей скупчена внизу, а кілька дуже багатих розтягують хвіст праворуч і тягнуть середнє за собою. Рухайте повзунок нерівності.
10 000 випадкових доходів з логнормального розподілу з медіаною 20 тисяч. Без нерівності всі заробляють однаково, і середнє збігається з медіаною.
Правило просте: медіана відповідає на питання «як у типової людини?», середнє — на питання «скільки всього, якщо поділити на всіх?».
Шар «Глибше» приховано на всіх задачах.
Σ (xᵢ − a)² → min ⇔ a = x̄ = (x₁ + … + xₙ) / n
Похідна за a дорівнює −2 Σ (xᵢ − a). Вона нульова, коли a — середнє. Квадрат росте швидко, тому далека точка «тягне» дуже сильно: мільйонер за 5 000 тисяч від решти важить у квадраті як сотні тисяч звичайних відхилень на 10 тисяч гривень.
Σ |xᵢ − a| → min ⇔ a = медіана
Зсуньте a на крок праворуч: відстані до всіх точок ліворуч зростуть на крок, до всіх праворуч зменшаться на крок. Сума перестає меншати, коли точок ліворуч і праворуч порівну. Тут кожна точка має один «голос», хоч як далеко вона стоїть, тому мільйонер важить як будь-хто інший.
Статистики називають це точкою руйнування. Щоб зсунути середнє куди завгодно, досить змінити одне значення. Щоб так само зсунути медіану, треба зіпсувати половину даних. Тому медіану називають стійкою, а середнє — чутливим. Чутливість — не вада: саме вона робить середнє правильним для підсумків, де кожна гривня має значення.
Доходи в симуляції вище мають логнормальний розподіл: логарифм доходу нормальний, з середнім μ і розкидом σ. Для такого розподілу все рахується точно.
медіана = eμ · середнє = eμ + σ²/2 · частка нижче середнього = Φ(σ/2)
Φ — частка нормального розподілу лівіше від заданої точки. Для поточного положення повзунка: середнє більше за медіану в –, а нижче середнього – людей. Порівняйте з числами, які порахувала симуляція на 10 000 доходів.
Середній результат, якого можна чекати, якщо повторювати те саме дуже багато разів.
У грального кубика сподівання 3,5, хоча такої грані немає.
Міра розкиду: наскільки значення в середньому відходять від середнього. Стандартне відхилення — корінь з дисперсії, у тих самих одиницях.
Два міста з однаковою середньою температурою: в одному весь рік близько +15, в іншому то −20, то +50.
Розподіл у формі дзвона: більшість значень біля середнього, а що далі від нього, то рідше.
Кожна кулька на дошці Гальтона падає навмання, а тисячі кульок щоразу складаються в той самий дзвін.