Est-ce que la tendance centrale ?

La tendance centrale est une synopsis claire d’un ensemble de données par une estime solitaire qui reflète le point central de la diffusion de l’information. Outre la variabilité (dispersion) d’un ensemble de données, la tendance centrale est une branche des statistiques descriptives.

La propension focale est l’une des idées les plus quintessencielles en matière de mesures. Bien qu’elle ne fournisse pas de données sur les qualités individuelles de l’ensemble de données, elle donne une synthèse exhaustive de l’ensemble des données.

Proportions de la tendance centrale

Dans la plupart des cas, la tendance centrale d’un ensemble de données peut être représentée en utilisant les mesures d’accompagnement :

Moyenne (normale) : Parle du total de toutes les appréciations dans un ensemble de données isolé par le nombre absolu des qualités.

Milieu : Le centre : une incitation dans un ensemble de données qui est orchestré par une demande croissante (de la plus petite incitation à la plus grande valeur). Dans le cas où un ensemble de données contient un nombre significatif de qualités, le milieu de l’ensemble de données est la moyenne des deux qualités du centre.

Mode : Caractérise le plus souvent possible la survenance d’une incitation dans un ensemble de données. De temps à autre, un ensemble de données peut contenir différents modes, alors que certains ensembles de données peuvent ne pas en avoir.

Bien que les mesures ci-dessus soient les plus généralement utilisées pour caractériser la propension focale, il existe d’autres mesures de l’inclinaison focale, y compris, mais sans s’y limiter, la moyenne géométrique, la moyenne symphonique, la moyenne médiane et la moyenne géométrique.

Le choix de l’inclinaison focale comme mesure repose sur les propriétés d’un ensemble de données. Par exemple, le mode est la principale proportion de propension focale des informations de coupe nette, tandis qu’un milieu fonctionne mieux avec des informations ordinales.

Bien que le moyen soit considéré comme la meilleure proportion de la propension focale pour l’information quantitative, ce n’est généralement pas le cas. Par exemple, la moyenne peut ne pas fonctionner admirablement avec des ensembles de données quantitatives qui contiennent de très grandes ou étonnamment petites qualités. Les qualités scandaleuses peuvent mutiler la moyenne. Dans cette optique, vous pouvez réfléchir à différents choix de propension focale.

Les proportions de la propension focale peuvent être découvertes à l’aide d’une équation ou d’une définition. De même, elles peuvent être distinguées à l’aide d’un tableau de récurrence de la transmission. Notez que pour les ensembles de données qui poursuivent une circulation ordinaire, la moyenne, le milieu et le mode sont situés à un endroit similaire sur le diagramme.