平均値と中央値 - 基礎編問題2/20 - 青の統計学-DS Playground-

平均値と中央値レベル1

次のデータの平均値と中央値はどれか。
\begin{array}{l|ccccc}
\hline
x & 3 & 5 & 8 & 10 & 14 \\
\hline
\end{array}

解説

この問題では、基本的な記述統計量である平均値と中央値の計算方法と、それらが持つ意味について理解を深めます。

平均値（算術平均）は、データセット全体の値を代表する指標の一つで、全てのデータの値を合計し、データの総数で割ることで求められます。日常生活でも最もよく使われる「平均」です。

$\text{平均値} = \frac{\sum_{i=1}^{n} x_i}{n}$

ここで、$x_i$ は個々のデータ、$n$ はデータの総数を表します。

1. 平均値の計算

与えられたデータは $3, 5, 8, 10, 14$ です。

これらの合計は $3 + 5 + 8 + 10 + 14 = 40$ です。

データの個数は $5$ 個です。

したがって、平均値は：

$\text{平均値} = \frac{40}{5} = 8$

中央値は、データを大きさの順に並べたときに、ちょうど中央に位置する値です。データ全体のちょうど真ん中の値を見ることで、データ分布の中心的な傾向を捉えようとするものです。平均値とは異なり、極端な外れ値の影響を受けにくいという特徴があります。

2. 中央値の計算

与えられたデータ $3, 5, 8, 10, 14$ は、すでに小さい順に並んでいます。

データの個数は $5$ 個（奇数）です。この場合、中央値は小さい方から数えて $(\frac{5+1}{2}) = 3$ 番目の値となります。

したがって、中央値は $8$ です。

$\text{中央値} = 8$

平均値と中央値の使い分け

平均値と中央値はどちらもデータの中心傾向を示す代表値ですが、性質が異なります。どちらを用いるべきかは、データの分布や分析の目的によって変わります。

平均値が適している場合：データが対称的な分布（例：正規分布に近い形）をしており、外れ値の影響が少ない場合。全てのデータ値を考慮した中心傾向を見たい場合。
中央値が適している場合：データに外れ値（極端に大きい値や小さい値）が含まれる場合や、分布が歪んでいる（左右非対称な）場合。外れ値の影響を抑えて、より頑健な中心傾向を知りたい場合。例えば、所得の分布のように一部の非常に高い値に引っ張られやすいデータでは、平均値よりも中央値が実態をよく表すことがあります。

この問題のデータ $3, 5, 8, 10, 14$ には目立った外れ値がなく、平均値と中央値はどちらも $8$ です。ただし偏差は $-5, -3, 0, 2, 6$ で左右対称ではなく、両者が一致したのはこのデータでたまたまそうなったためです。

代表値について補足：
代表値には、平均値や中央値の他に、最頻値（モード）などがあります。

これらの代表値を適切に使い分けることで、データの特性をより深く理解することができます。

以上の計算から、平均値は8、中央値は8となります。