Краткият отговор
Този калкулатор връща пълно статистическо обобщение с едно преминаване: средна стойност и медиана за центъра, режим за най-честата стойност, диапазон и стандартно отклонение за спред и квартили (Q1, Q2, Q3) плюс интерквартилен диапазон (IQR) за мярка за спред, която се съпротивлява на отклонения. Заедно тези числа описват центъра, разпространението и формата на набор от данни, без да е необходимо да разглеждате всяка отделна стойност.
Key takeaways
- Mean, median, and mode each describe "center" differently — comparing them reveals whether data is symmetric or skewed.
- IQR (Q3 − Q1) улавя разпространението на средните 50% от данните и е много по-малко чувствителен към отклонения от диапазона или стандартното отклонение.
- Изкривеността описва асиметрия: дясно изкривените данни (средно > медиана) имат дълга опашка към високи стойности; ляво изкривено (средно < медиана) има дълга опашка към ниски стойности.
- No single statistic tells the whole story — a full summary of center, spread, and shape together prevents misreading a data set from one number alone.
Reading a full statistical summary together
| статистика | Какво ви казва |
|---|---|
| Mean | Аритметичен център, чувствителен към отклонения |
| Медиана | Средна стойност, устойчив на отклонения |
| Mode | Most frequent value |
| Обхват | Full spread (max − min), very sensitive to outliers |
| Стандартно отклонение | Типично разстояние от средната стойност |
| IQR | Разпространението на средата 50%, устойчиво на отклонения |
Изкривяване: какво разкрива средната спрямо медианата
Данни: 20, 22, 23, 24, 25, 26, 28, 120 — едно ясно отклонение в края.
Mean = 288 ÷ 8 = 36
Медиана = (24 + 25) / 2 = 24,5
Средната стойност (36) е доста над медианата (24,5) - ясен знак за изкривяване вдясно. Една единствена стойност от 120 беше достатъчна, за да повиши средната стойност с повече от 11 пункта, докато медианата почти не се движеше, тъй като медианата се интересува само от това коя стойност е в средната позиция, а не колко далеч се намира извънредната стойност от всичко останало.
Worked example: comparing IQR and range
Използване на същия набор от данни (20, 22, 23, 24, 25, 26, 28, 120):
Диапазон = 120 − 20 = 100
Q1 (медиана на долната половина 20,22,23,24) = 22,5
Q3 (медиана на горната половина 25,26,28,120) = 27
IQR = 27 − 22.5 = 4.5
Диапазонът (100) е доминиран изцяло от единичния отклонение, докато IQR (4,5) отразява колко плътно са събрани всъщност по-голямата част от данните – драматична илюстрация защо IQR е предпочитан за разпространение, когато отклоненията са проблем.
Често срещани грешки, които трябва да избягвате
- Reading only the mean and assuming it represents a "typical" value — always check the median too, especially with small samples or suspected outliers.
- Третиране на диапазона като надеждна мярка за спред - една екстремна стойност може да го увеличи драматично, както е показано по-горе.
- Очакване на режим на данни без повтарящи се стойности — набор, при който всяка стойност е уникална, просто няма режим.
- Неправилно разчетена посока на изкривяване — изкривено надясно означава, че опашката (и средната) сочат към по-високи стойности, а не че повечето от данните са високи.
Свързани калкулатори
- Среден калкулатор — изследвайте средните заедно с геометричните и хармоничните средни стойности.
- Калкулатор за стандартно отклонение — фокусирайте се конкретно върху разпространението с опции за извадка срещу популация.
- Калкулатор за средна стойност, медиана, режим и диапазон — вземете по-лека, по-фокусирана версия на четирите основни мерки.
- Калкулатор Z-резултат — вижте колко далеч се намира отделна стойност от средната стойност на този набор от данни.