המשמעות הסטטיסטית היא כלי מעשי להשוואה ומדידה של נתונים עסקיים. הוא מספק דרך להקצות ערך ממוצע למערכת של כמויות מספריות. כמות ממוצעת זו קובעת את נקודת האמצע של מערך נתונים הידוע גם בשם מגמה מרכזית. למרות שחישוב הממוצע דומה, סוגי נתונים שונים עשויים לדרוש גישה חלופית.
הגישה האריתמטית
הממוצע האריתמטי מורכב מסכום כל הערכים המספריים במערך נתונים. התוצאה מחולקת לאחר מכן במספר הערכים הרשומים. נניח קבוצה של נתונים המכילים מספרים אלה (5,10,10,20,5). הממוצע יהיה שווה לסכום של ערכים אלה (50), מחולק במספר הערכים שנצפו (5). הממוצע הממוצע או האריתמטי יהיה שווה (10). ממוצע זה אינו יכול להיות האמצעי הטוב ביותר לחישוב כאשר קיימת שונות רחבה בערכים מספריים או חריגים אחרים. זה נפוץ לחישוב נטייה מרכזית עם נתונים עקביים כי כרוך ניתוח של אינטרוולים יחסי.
הקצאת ערכים משוקללים
למרות ממוצע אריתמטי הוא מעשי, הוא אינו מציע באמת ממוצע מדויק בעת מדידת ערכים תנודתיות. שיטה עסקית מציאותית יותר בשימוש נפוץ היא להקצות משקולות לכל ערך מספרי. הקצאת משקל או אחוז לקבוצת נתונים של ערכי תנודתיות היא השיטה הממוצעת המשוקללת. השיטה הממוצעת המשוקללת מיישמת אחוז לשינויים בנתוני הנתונים.
התמודדות עם צמיחה
כאשר קבוצות נתונים כוללות מספרים הולכים וגדלים, יש צורך במדד מדויק יותר של נטייה מרכזית. המשמעות הגאומטרית היא גישה אחרת שעוסקת בפער או בצמיחה בתוך מערך נתונים. חישוב ממוצע זה כולל נטילת שורש ה- nth של התוצר של הסכומים בקבוצת הנתונים. גישה זו מודדת מספרים הולכים וגדלים נמצא סטטיסטי ניתוח השקעות.
כלים חלופיים
מלבד הממוצע ישנם כלים חלופיים שיכולים למדוד נטייה מרכזית. אלה כוללים את מצב חציון. המצב מזהה את התדירות של ערכים מסוימים במערך נתונים. ניתן להשתמש בחציון כדי לקבוע את הערך האמצעי האמיתי של קבוצת נתונים. זה נעשה על ידי מיון הערכים בסדר עולה וזיהוי ערכים חוזרים או באמצע נמצא. זה שימושי כדי לזהות דפוסים midpoints כאשר הנתונים שנאספו מכיל סכומים מעוותים.
