Mediāna ir noderīgs centrālās tendences rādītājs statistikā. Statistiķi bieži vēlas iegūt vienu vērtību, kas raksturo tipisku rezultātu, un mediāna var kalpot šim mērķim. Šeit mēs aplūkosim mediānu statistikā un parādīsim, kā to atrast datu kopai.
Galvenās atziņas
- Mediāna statistikā ir sakārtotas datu kopas vidējā vērtība.
- Tā ir centrālās tendences rādītājs, kas sadala datu kopu divās vienādās daļās.
- Lai atrastu mediānu, dati vispirms jāsakārto augošā secībā.
- Ja vērtību skaits ir nepāra, mediāna ir vidējā vērtība.
- Ja vērtību skaits ir pāra, mediāna ir divu vidējo skaitļu vidējais aritmētiskais.
- Mediānu bieži izmanto, analizējot asimetriskus datus vai datu kopas ar izlecošām vērtībām.
Kas ir mediāna?
Statistikā ir dažādi veidi, kā aprakstīt datu kopas tipisko vērtību. Mediāna ir sakārtotas datu kopas vidējā vērtība. Tas nozīmē, ka puse vērtību ir mazākas par mediānu, bet otra puse - lielākas. Mediāna tiek uzskatīta par centrālās tendences rādītāju, ko statistiķi izmanto, lai apkopotu skaitļus ar vienu reprezentatīvu vērtību.¹
Mediāna ir noderīga datiem ar ekstrēmām vērtībām vai izlecošām vērtībām. Reālu datu kopās neliels skaits neparasti augstu vai zemu skaitļu var izkropļot vidējo aritmētisko, padarot mediānu par labāku izvēli. Tā kā mediāna izmanto vērtību pozīciju, nevis to kopsummu, tā ir mazāk pakļauta šādai ietekmei.³
Ienākumu statistikā daži augsti atalgojumi var ievērojami palielināt vidējo ienākumu. Mediānas ienākumi labāk norāda, ko tipiska persona iegūst, jo tie atrodas sadalījuma vidū.⁴
Mediāna ir sakārtotas datu kopas vidējā vērtība. Ja vērtību skaits ir nepāra, vidējā vērtība ir mediāna. Ja vērtību skaits ir pāra, mediāna ir divu vidējo vērtību vidējais aritmētiskais.
Kā aprēķināt mediānu?
Lai atrastu datu kopas mediānu, vienmēr sākumā jāsakārto vērtības. Pēc tam jānoskaidro, vai vērtību skaits ir nepāra vai pāra, jo tas ietekmēs vidējo pozīciju. Pēc tam var noteikt vidējo pozīciju un atrast mediānu.²
Ja datu kopā ir nepāra skaits vērtību, mediāna ir vidējā vērtība, kad vērtības sakārtotas augošā secībā. Nākamajā piemērā redzams, kā mediāna parādās sakārtotas datu kopas centrā.
| Vērtība | Pozīcija |
|---|---|
| 4 | |
| 7 | |
| 9 | |
| 12 | Mediāna |
| 15 | |
| 18 | |
| 21 |
Ja datu kopā ir pāra skaits vērtību, nav vienas vidējās vērtības. Tā vietā mediānu atrod, aprēķinot divu vidējo vērtību vidējo aritmētisko pēc skaitļu sakārtošanas.
| Vērtība | Pozīcija |
|---|---|
| 5 | |
| 8 | |
| 10 | Vidējā vērtība |
| 14 | Vidējā vērtība |
| 17 | |
| 20 |
Lai gan aprēķins ir diezgan vienkāršs, dati pirms mediānas atrašanas jāsakārto secībā. Ja vēlaties papildu palīdzību šādu uzdevumu risināšanā, matemātikas pasniedzējs var palīdzēt praktizēt datu sakārtošanu un vidējās pozīcijas pareizu noteikšanu.
Mediānas formula
Vienkāršos piemēros vidējo vērtību ir viegli pamanīt. Tomēr statistiķi var izmantot formulas, lai noteiktu mediānas pozīciju lielākās datu kopās. Kad dati ir sakārtoti augošā secībā, šīs formulas var noteikt, kur atrodas mediāna. Statistikā datu kopas novērojumu skaitu parasti apzīmē ar 
, ko izmanto, lai noteiktu vidējo pozīciju.¹
Ja datu kopā ir nepāra skaits novērojumu, mediāna atbilst vienai vērtībai sakārtotajā sarakstā. Šīs vērtības pozīciju var aprēķināt, izmantojot šādu formulu:
Mediānas pozīcija (nepāra skaits novērojumu):
Mediāna (pāra skaits novērojumu):
Kur:
= novērojumu skaits datu kopā
= sakārtotas vērtības datu kopā
Mediāna dažādos datu veidos
Lielākās datu kopās, īpaši tajās, ko izmanto statistikā, dati var būt sagrupēti klases intervālos. Šādos gadījumos mediānu atrod, izmantojot kumulatīvo biežumu, lai noteiktu klasi, kurā atrodas vidējā vērtība.
| Klases intervāls | Biežums | Kumulatīvais biežums |
|---|---|---|
| 0–10 | 4 | 4 |
| 10–20 | 6 | 10 |
| 20–30 | 10 | 20 |
| 30–40 | 5 | 25 |
Kad mediānas klase ir noteikta, statistiķi var precīzāk novērtēt mediānu, izmantojot grupēto datu mediānas formulu.⁶
Mediānas formula grupētiem datiem:
Kur:
= mediānas klases apakšējā robeža
= kopējais biežums
= kumulatīvais biežums pirms mediānas klases
= mediānas klases biežums
= klases platums
Mediānas pielietojums reālajā dzīvē
Mediānu izmanto daudzās dažādās jomās. Tā kā tā sniedz skaidru priekšstatu par datu kopas tipisko vērtību un to būtiski neietekmē lielas vai mazas izlecošas vērtības, tā ir lieliski piemērota asimetrisku sadalījumu analīzei.³ Galu galā mediāna pievēršas vidējai pozīcijai.
- Ekonomika: Mediānas ienākumus bieži izmanto vidējā aritmētiskā vietā, lai labāk atspoguļotu tipiskos ienākumus.
- Medicīna: Mediāna var raksturot atveseļošanās laiku vai pacientu izdzīvošanas statistiku.
- Socioloģija: Aptauju datos mediānu bieži izmanto, lai apkopotu atbildes, piemēram, par vecumu vai mājsaimniecības ienākumiem.
Mediānas priekšrocības un ierobežojumi
Tāpat kā jebkuram centrālās tendences rādītājam, arī mediānai ir savas stiprās un vājās puses. Atkarībā no analizējamo datu veida varat izvēlēties vidējo aritmētisko vai modu. Tomēr, ja dati ir asimetriski vai satur izlecošas vērtības, mediāna ir lielisks risinājums.
Mediānai ir arī ierobežojumi. Tā kā tā ņem vērā tikai vidējo pozīciju, tā neņem vērā katras datu kopas vērtības lielumu. Var tikt zaudēta svarīga informācija par datu sadalījumu. Turpmākiem matemātiskiem aprēķiniem vai statistiskai modelēšanai priekšroka var tikt dota vidējam aritmētiskajam.⁵
Mediāna ir īpaši noderīga, ja datu kopa satur izlecošas vērtības vai ir asimetriska. Tā kā tā pievēršas vidējai pozīcijai, nevis kopsummai, šādos gadījumos tā bieži ir labāks centrālās tendences rādītājs nekā vidējais aritmētiskais.
Priekšrocības
- Izturīga pret ekstrēmām vērtībām vai izlecošām vērtībām
- Labi darbojas ar asimetriskiem sadalījumiem
- Var izmantot ar rangu (ordinālajiem) datiem
Ierobežojumi
- Neņem vērā katru datu kopas vērtību
- Mazāk noderīga turpmākai matemātiskai analīzei
- Var slēpt detaļas par datu sadalījumu
Izplatīti maldīgi priekšstati par mediānu
Lai gan mediāna ir diezgan vienkārša, kļūdaini to aprēķinot, jūs nesaņemsiet noderīgus rezultātus. Neaizmirstiet, ka dati vienmēr jāsakārto augošā secībā, pirms nosakāt mediānu. Ja vispirms nesakārtosiet skaitļus, vidējā vērtība nebūs datu kopas mediāna.²
Nejauciet arī mediānu ar vidējo aritmētisko. Abi rādītāji mēra centrālo tendenci, taču apraksta datus dažādos veidos. Dažās datu kopās mediāna un vidējais aritmētiskais var sakrist, taču tie ne vienmēr sniedz vienādu interpretāciju. Tomēr lielākajā daļā datu kopu šie divi rādītāji var dot ļoti atšķirīgus rezultātus, īpaši ar ekstrēmām vērtībām.¹
Nedomājiet, ka mediānai vienmēr jābūt vienai no datu kopas vērtībām. Ja novērojumu skaits ir nepāra, tā tiešām būs. Tomēr, ja novērojumu skaits ir pāra, jūs atklāsiet, ka mediāna var būt vērtība, kas pašā datu kopā nemaz neparādās.²
Vidējais aritmētiskais
- Visu datu kopas vērtību aritmētiskais vidējais.
- Aprēķina, saskaitot visus skaitļus un dalot ar novērojumu kopējo skaitu.
- Jutīgs pret izlecošām vai ekstrēmām vērtībām.
- Bieži izmanto, ja dati ir simetriski un vienmērīgi sadalīti.
Mediāna
- Sakārtotas datu kopas vidējā vērtība.
- Atrod, sakārtojot skaitļus augošā secībā un izvēloties centrālo vērtību.
- Ja ir divi vidēji skaitļi, tiek ņemts to vidējais aritmētiskais.
- Labi darbojas ar asimetriskiem datiem vai datu kopām ar izlecošām vērtībām.
Moda
- Vērtība, kas datu kopā parādās visbiežāk.
- Datu kopai var būt viena moda, vairākas modas vai nevienas modas.
- Bieži izmanto ar kategoriskiem vai diskrētiem datiem.
- Palīdz noteikt visbiežāk sastopamo rezultātu datu kopā.
Ja strādājat ar tādām statistikas tēmām kā mediāna un vēlaties klātienes atbalstu, matemātikas pasniedzējs var palīdzēt jums iegūt pārliecību datu sakārtošanā, sadalījumu interpretācijā un pareizā mediānas formulas pielietošanā.
Atsauces
- “Central Tendency: Mean, Median, and Mode.” Khan Academy, https://www.khanacademy.org/math/statistics-probability/summarizing-quantitative-data/central-tendency/v/statistics-intro-mean-median-and-mode. Skatīts 2026. gada 14. martā.
- “How to Find the Median Value.” Math Is Fun, https://www.mathsisfun.com/median.html. Skatīts 2026. gada 14. martā.
- “Median.” Encyclopaedia Britannica, https://www.britannica.com/science/median. Skatīts 2026. gada 14. martā.
- “Median.” Investopedia, https://www.investopedia.com/terms/m/median.asp. Skatīts 2026. gada 14. martā.
- “Measures of Location.” National Institute of Standards and Technology (NIST) Engineering Statistics Handbook, https://www.itl.nist.gov/div898/handbook/eda/section3/eda351.htm. Skatīts 2026. gada 14. martā.
- “Measures of the Center of the Data.” OpenStax Introductory Statistics 2e, https://openstax.org/books/introductory-statistics-2e/pages/2-5-measures-of-the-center-of-the-data. Skatīts 2026. gada 14. martā.
Rezumēt ar MI
Vai jums patika šis raksts? Novērtējiet rakstu!
Loading...
