El promedio aritmético, o la media aritmética, o simplemente media, es probablemente la herramienta más simple en las estadísticas, diseñada para medir la tendencia central en un conjunto de datos (que puede ser un grupo de acciones o rendimientos de una acción en años particulares). El uso del promedio aritmético tiene ventajas y desventajas, y en algunos casos puede encontrar otras medidas (como el promedio geométrico o la mediana) más adecuadas.
Como la medida más básica en las estadísticas, el promedio aritmético es muy fácil de calcular. Para un pequeño conjunto de datos, puede calcular la media aritmética rápidamente en su cabeza o en una hoja de papel.
En programas de computadora como Excel, el promedio aritmético es siempre una de las funciones más básicas y más conocidas (en Excel, la función es promedio). Aquí puede ver los conceptos básicos del cálculo promedio aritmético.
Debido a que su cálculo es sencillo y su significado conocido por todos, el promedio aritmético también es más cómodo de usar como aportación para más análisis y cálculos. Cuando trabajas en un equipo de más personas, es mucho más probable que los otros estén familiarizados con el promedio aritmético que el promedio o el modo geométrico.
El promedio aritmético es extremadamente sensible a los valores extremos. Imagine un conjunto de datos de 4, 5, 6, 7 y 8,578. La suma de los cinco números es de 8,600 y la media es 1.720, lo que no nos dice nada útil sobre el nivel de los números individuales.
Por lo tanto, el promedio aritmético no es la mejor medida para usar con conjuntos de datos que contienen algunos valores extremos o con conjuntos de datos más dispersos (volátiles) en general. La mediana puede ser una mejor alternativa en tales casos.
¿Cuáles son las principales debilidades de la media aritmética?
El promedio, o la media aritmética, disfruta de una posición prominente en la mayoría de los kits de herramientas de análisis, y por una buena razón. Es una forma simple y elegante de comprimir un gran conjunto de datos en un solo número descriptivo. Está siempre presente en la sopa de alfabeto de «indicadores clave de rendimiento» que resaltan la mayoría de los paneles de juego: ARPU (ingresos promedio por usuario), APPU (ingresos promedio por usuario que paga) y duración promedio de la sesión, por nombrar algunos. Pero el promedio no está exento de limitaciones. Si su conjunto de datos no se distribuye de manera uniforme o predecible, un promedio podría no darle una imagen completa, lo que lleva a malentendidos de cómo los jugadores se involucran con su juego. Sin embargo, si comprende estas limitaciones, estará bien equipado para evitar las trampas de análisis y abordarlas con técnicas complementarias de visualización de datos.
El cuadro a continuación muestra el número de usuarios activos diarios (DAU) en un juego en los últimos 30 días. A pesar de las pequeñas fluctuaciones en la actividad del juego, esta distribución es bastante uniforme entre los días. Está cerca de un candidato ideal para un promedio: se pierde muy poca información comprimiendo treinta días en un solo número (la línea naranja horizontal).
Sin embargo, muchas distribuciones de datos en los juegos no son uniformes. La naturaleza attritiva de los juegos asegura que la mayoría de los jugadores no vean el contenido del juego final, y que los jugadores más comprometidos participarán en sistemas de juegos por orden de magnitud más que los Dabblers. Esto a menudo resulta en distribuciones de datos que parecen seguir la de una ley de poder, como lo que se ve en el cuadro a continuación.
Este cuadro muestra una lista ordenada de la cantidad de batallas libradas por jugadores que estuvieron activos en uno de nuestros juegos publicados el 28 de mayo. El 65% de los jugadores activos jugaron 20 o menos batallas en este día. Un histograma proporciona una mirada diferente a la misma distribución:
Aunque los datos están muy agrupados en torno a un bajo número de batallas, también hay una larga cola de jugadores extremadamente activos que han luchado hasta 600 batallas ese día.
¿Qué afecta la media aritmética?
La media aritmética de los cambios porcentuales o los retornos de registro es el promedio simple. Sin embargo, debido a los efectos potencialmente poderosos de los rendimientos compuestos con el tiempo, el promedio geométrico puede proporcionar una caracterización estadística más representativa del cambio de precios en un año típico. Por ejemplo, suponga que un precio de la vivienda produce rendimientos de R1 = R2 = 0, R3 = 0.50 y R4 = R5 = 1.00, el rendimiento promedio aritmético es (0.00 + 0.00 + 0.50 + 1.00 + 1.00)/5 = 0.50. Si uno simplemente suma los cambios porcentuales de 50 y 100, y luego 100 puntos porcentuales nuevamente, se podría suponer erróneamente que cada dólar invertido al final de estos 5 años valía $ 2.50. Pero debido a la composición, el rendimiento bruto de 5 años sería (1) (1) (1.50) (2) (2) = 6. En otras palabras, cada dólar invertido en el momento t = 0 valdría $ 6.00 al final de estos 5 años.
Si el rendimiento promedio aritmético se usa para estimar el rendimiento bruto de 5 años, se produce una distorsión en la dirección opuesta: 1.505 = 7.5938. Cada dólar invertido al principio no se convirtió en $ 7.59. Para corregir esta distorsión, el promedio geométrico proporciona una caracterización que explica correctamente los rendimientos compuestos con el tiempo: ((1) (1) (1.50) (2) (2)) 1/5−1 = 0.4310. En otras palabras, cada dólar invertido creció alrededor del 43% cada año. Los rendimientos anuales compuestos del 43% durante 5 años producen el rendimiento bruto exacto a 5 años, porque 1.43105 = (1) (1) (1.50) (2) (2).
La Tabla 1 presenta retornos medios geométricos anualizados a 5 años para cada una de las tres casas. La media geométrica es generalmente más pequeña que el retorno de la media aritmética. Tenga en cuenta también que la medida de riesgo de desviación estándar se basa en la distancia promedio de la media aritmética en lugar de la media geométrica.
La media aritmética, o simplemente llamada la media, se calcula dividiendo la suma de todas las observaciones en el conjunto de datos por el número total de observaciones. La media se ve significativamente afectada por los valores atípicos, es decir, valores extremadamente grandes o pequeños. La media también se llama expectativa matemática, o promedio. La media de la muestra se denota mediante x¯ (pronunciada como «X-bar») y se calcula utilizando la siguiente ecuación.
donde n es el número total de observaciones en la muestra y x1, x2,… .xn son observaciones individuales. Como la media de la muestra cambia de una muestra a otra, se considera una variable aleatoria. Si se usa toda la población, entonces X¯ es reemplazada por el símbolo griego, μ y lo dan por
¿Qué valores extremos afectan más a la media aritmética?
Si bien la media (o promedio aritmético) se basa en la suma de un conjunto de números, la media geométrica se basa en su producto. Por ejemplo, la media de 2 y 8 es (2 + 8)/2, o 10/2, que es 5. La media geométrica de 2 y 8 es sqrt (2*8), o sqrt (16), que es 4. La media geométrica generalmente será más pequeña que la media.
Una variación para calcular el tiempo de finalización promedio por tarea es crear rangos o intervalos de tiempo discretos, e informar la frecuencia de los usuarios que caen en cada intervalo de tiempo. Esta es una forma útil de visualizar la propagación de los tiempos de finalización por parte de todos los usuarios. Además, este podría ser un enfoque útil para buscar patrones en el tipo de usuarios que caen dentro de ciertos segmentos. Por ejemplo, es posible que desee centrarse en aquellos usuarios que tuvieron tiempos de finalización particularmente largos para ver si comparten alguna característica común.
Otra forma útil de analizar los datos del tiempo de tarea es mediante un umbral. En muchas situaciones, lo único que importa es si los usuarios pueden completar ciertas tareas dentro de un tiempo aceptable. En muchos sentidos, el promedio no es importante. El objetivo principal es minimizar el número de usuarios que necesitan una cantidad excesiva de tiempo para completar una tarea. El problema principal es determinar cuál debería ser el umbral para cualquier tarea determinada. Una forma es realizar la tarea usted mismo, realizar un seguimiento del tiempo y luego duplicar o triplicar ese número. Alternativamente, puede trabajar con el equipo de productos para obtener un umbral para cada tarea basada en datos competitivos o incluso una mejor suposición. Una vez que haya establecido su umbral, simplemente calcule el porcentaje de usuarios por encima o por debajo del umbral y la gráfica como se ilustra en la Figura 4.5.
¿Qué ventajas y desventajas tiene la estadística?
Las estadísticas en su búsqueda de un cierto grupo de datos que comparten una característica, se centran en un gran enfoque en los elementos cotidianos que son útiles para una investigación. Sin embargo, cuando hablamos de tendencia, se refiere a un gran número de individuos que se rige por algo, pero cuando nos referimos a la tendencia central, se representa como un punto medio al que se inclina una distribución.
- Ventajas y desventajas de las estadísticas
- ¿Qué representan las medidas de tendencia central y cuáles son sus ventajas?
- Promedio, propiedades, ventajas y desventajas
- Características, ventajas y desventajas de la moda
- Propiedades, ventajas de usar la mediana y sus desventajas
- Propiedades, ventajas y desventajas de la media aritmética
- Propiedades, ventajas y desventajas de la media armónica
- Propiedades, ventajas y desventajas de la media geométrica
- Relación entre media, modo y mediana
Cuando se trata de estadísticas, podemos decir que hay 3 grandes ventajas sobre ello:
- Ventajas y desventajas de las estadísticas
- ¿Qué representan las medidas de tendencia central y cuáles son sus ventajas?
- Promedio, propiedades, ventajas y desventajas
- Características, ventajas y desventajas de la moda
- Propiedades, ventajas de usar la mediana y sus desventajas
- Propiedades, ventajas y desventajas de la media aritmética
- Propiedades, ventajas y desventajas de la media armónica
- Propiedades, ventajas y desventajas de la media geométrica
- Relación entre media, modo y mediana
En cuanto a las desventajas, podemos decir que solo existen cuando hay un mal uso de las estadísticas, que produce:
- Ventajas y desventajas de las estadísticas
- ¿Qué representan las medidas de tendencia central y cuáles son sus ventajas?
- Promedio, propiedades, ventajas y desventajas
- Características, ventajas y desventajas de la moda
- Propiedades, ventajas de usar la mediana y sus desventajas
- Propiedades, ventajas y desventajas de la media aritmética
- Propiedades, ventajas y desventajas de la media armónica
- Propiedades, ventajas y desventajas de la media geométrica
- Relación entre media, modo y mediana
¿Qué representan las medidas de tendencia central y cuáles son sus ventajas?
¿Cuáles son las ventajas y desventajas de la moda en estadística?
Esto ha estado creciendo rápidamente en los últimos 10-20 años con la globalización a la vanguardia y un impulso de las generaciones Millennial y Gen-Z obsesionada con tener las tendencias más recientes antes de que incluso hayan llegado a la tienda.
La moda rápida nos permite acomodar la pasión del mundo por la moda a un precio asequible, pero tiene un precio.
Los profesionales de la moda rápida?
Con vivir en un mundo tan rápido, la moda rápida permite ropa más asequible. Las últimas tendencias se venden a las masas, las personas obtienen lo que quieren y no tienen que esperar para nada, ya que ahora hay tantos minoristas y marcas para elegir, ya sea en la tienda y en línea, y el comercio electrónico se convierte en la industria más grande en la industria en la industria más grande de la industria en la Planeta a medida que la raza humana se profundiza en la era digital.
¡Con la ropa que se vuelve tan barata, la gente puede obtener un nuevo atuendo cada fin de semana para salir, a veces incluso más barato que una ronda de bebida en su pub local! Esto ha llevado a las personas al hábito de comprar algo y solo usarlo una vez, un cortador descartable. Es ideal para alguien que no tiene los mayores ingresos (estudiantes/jóvenes), ya que aún puede disfrutar de la emoción de gastar y obtener las cosas nuevas cuando quieran, y no tener que gastar un brazo y una pierna, permitiendo ello, permitiendo ellos para salvar en otras áreas de la vida.
Con la colosal demanda de esta ropa y la tasa a la que las personas las quieren, el aumento de los desechos de esta cultura desechable, nosotros, como especie, hemos creado, significa que 100 mil millones de prendas cada año van a vertederos en países mucho peor que las personas Comprar la ropa.
¿Cuáles son los beneficios de la estadística?
Las estadísticas son un conjunto de ecuaciones matemáticas, utilizadas para analizar cosas diferentes. Ayuda a mantenernos informados de lo que está sucediendo en el mundo, y este es un concepto excelente ya que dependemos de la información que se encuentra en el mundo. Las estadísticas ayudan a dar los datos correctos sobre las estadísticas de nuestra vida. Estudiar estadísticas se trata de recopilar datos en estados históricos o descriptivos. En los últimos tiempos, las estadísticas se han expandido; y se ha desarrollado o con un significado más amplio. Existen diferentes tipos de datos y métodos para el análisis de datos. En este blog, sabrá sobre los beneficios de estudiar estadísticas.
Estudiar estadísticas es un tema en la historia humana. La mayoría de los estudiantes creen que es una nueva disciplina, ya que se sabía que las secuelas evolucionaron, a pesar de que todavía es parte de las matemáticas. Las personas antiguas usaron el concepto en su vida diaria. Entonces, cuando no esté seguro de las estadísticas, busque más información y obtendrá respuestas de estadísticas.
Hay diferentes razones por las cuales estudiar estadísticas es beneficiosa en nuestra vida.
- Las estadísticas son para el pronóstico del tiempo. Los estudiantes pueden usar modelos de computadora para construir sobre conceptos estadísticos. Los modelos comparan todo el clima anterior y actual y ayudan a predecir el clima futuro.
- Para un investigador, las habilidades estadísticas utilizadas en la recopilación de datos e información relevantes; Si se hace, terminará con una pérdida de datos, tiempo y dinero.
- En el seguro, ayudará con toda la categoría utilizada en seguros, como el hogar, el médico o cualquier otro seguro comercial. La aplicación individual en diferentes empresas utiliza modelos estadísticos para conocer el riesgo involucrado.
¿Cuando no se puede usar la media?
La media se conoce comúnmente como promedio, pero no es el único tipo de promedio. La media a menudo se usa en investigaciones, académicos y en deportes. Cuando ves un juego de béisbol y ves el promedio de bateo del jugador, ese número representa el número total de hits divididos por la cantidad de veces al bate. En otras palabras, ese número es el medio. En la escuela, la calificación final que obtienes en un curso suele ser un medio. Esta media representa el número total de puntos que anotó en la clase dividida por el número de puntos posibles. Este es el tipo clásico de promedio: cuando su rendimiento general en muchos elementos se evalúa con un solo número.
Aunque la media es el tipo de promedio más común, la mediana también se puede usar para expresar el promedio de un grupo. El número medio en un grupo se refiere al punto en que la mitad de los números están por encima de la mediana y la otra mitad está debajo de él. Puede escuchar sobre el salario mediano para un país o ciudad. Cuando se discute el ingreso promedio para un país, la mediana se usa con mayor frecuencia porque representa la mitad de un grupo. La media permite números muy altos o muy bajos para influir en el resultado, pero la mediana es una excelente medida del centro de un grupo de datos.
Como consumidor de información, es importante que pueda tomar decisiones sobre qué medidas son más útiles. El hecho de que puedas usar Media, Media y Modo en el mundo real no significa que cada medida se aplique a cualquier situación. Por ejemplo, si desea encontrar la calificación promedio en una prueba para su clase, pero un estudiante se quedó dormido y obtuvo un 0, la media mostraría un promedio mucho más bajo debido a una calificación baja, mientras que la mediana mostraría cómo el grupo medio de los estudiantes anotados. El uso de estas medidas en la vida cotidiana implica no solo comprender las diferencias entre ellas, sino también cuál es apropiada para una situación dada.
¿Cuando no se puede calcular La media?
Excel tiene algunas opciones para calcular las operaciones. Si no activa la opción automática y cambia ningún valor, Excel no recalculará el promedio.
Mire el siguiente conjunto de datos. Aquí el valor promedio es correcto.
Ahora cambiemos un valor. He cambiado las primeras ventas y miro que no hay cambios en el promedio calculado.
La razón es que mantuve el modo manual en las opciones de cálculo de la pestaña Fórmula.
Para verificarlo, haga clic de la siguiente manera: Fórmulas> Opciones de cálculo.
Manténgalo automático, luego se recalculará cada vez para cualquier cambio.
Si no desea activar el modo automático, presione Calcule ahora desde la sección de cálculo o use la tecla F9 para recalcular todo el libro de trabajo.
Y presione la hoja de calcular desde la sección de cálculo o use la tecla Shift+F9 para recalcular para la hoja activa.
Salida Después de presionar la hoja de calcular, el promedio se cambia ahora.
Si usa una referencia circular en su fórmula, nuevamente no obtendrá el resultado correcto para calcular el promedio. Eche un vistazo al siguiente conjunto de datos que he usado la celda D14 en mi fórmula, que es la celda donde estoy escribiendo la fórmula. Si presiono enter, veamos qué va a pasar.
Obtendrá este tipo de mensaje mencionando que ha utilizado una referencia circular.
Cuando trabaja en un conjunto de datos grande, utilizando valores de otras hojas o referencias de celda, entonces es muy posible seguir siendo un error en los valores. Y luego la fórmula promedio también mostrará un error.
¿Cuando no se aplica La media aritmética?
Los cursos de estadísticas, especialmente para los biólogos, asumen fórmulas = comprender y enseñar cómo hacer estadísticas, pero ignoran en gran medida lo que esos procedimientos suponen, y cómo sus resultados son incorrectos cuando esos supuestos no son razonables. El mal uso resultante es, digamos, predecible…
La media aritmética simple es, con mucho, la medida más utilizada de la ubicación, o la medida de la tendencia central, de las variables, independientemente de la escala de medición o la forma de la distribución. Para las variables ordinales, esto da como resultado un mal uso generalizado de la media aritmética como una medida de la ubicación, simplemente porque, para tal variable, generalmente no podemos decir que la diferencia entre la puntuación 1 y 2 es equivalente a la diferencia entre la puntuación 2 y 3. A pesar de esto, encontramos puntajes medios utilizados en todos los campos de biología aplicada, por ejemplo, puntajes de condición corporal en aplicaciones veterinarias y escalas de infestación en entomología agrícola. Algunos (pero no todos) estadísticos enfatizan que esto nunca debe hacerse, y que en cambio se debe usar la mediana. Una consecuencia del uso excesivo de los medios aritméticos es que se citan incluso cuando la prueba estadística realmente compara medianas.
Las escalas analógicas visuales son un problema especial: se analizan casi invariablemente usando la media aritmética, pero todavía son variables ordinales.
En el análisis de las variables de medición, la media aritmética simple se usa en exceso, mientras que otros medios, como la media geométrica o una media ponderada, están subutilizadas. Los autores rara vez muestran la distribución de sus datos (y las revistas aún menos rara vez imprimen tales cifras), por lo que uno solo puede adivinar cuál sería la mejor opción. Si uno está tratando con datos sobredisperados, la media geométrica a menudo proporcionará la medida de ubicación más adecuada. Sin embargo, la media geométrica no debe usarse cuando la media se usa como proxy para el total, como suele ser el caso con los datos de costos. En esta situación, a menudo es mejor hacer dos análisis: uno que usa la media geométrica y la otra que usa la media aritmética o total. A veces, la media geométrica no es apropiada (si por ejemplo, las distribuciones difieren notablemente), y la mediana debe usarse en su lugar. Pero la mediana a menudo se usa de manera inadvisora, como cuando el tamaño de la muestra es pequeño, lo que conduce a una pérdida innecesaria de información.
Artículos Relacionados:
