Моррис Коэн - Введение в логику и научный метод

Медиана – это средний термин в последовательности терминов, расставленных по мере их увеличения. Из сказанного следует, что нечетная совокупность предметов всегда будет обладать медианой. Медианой чисел 3, 4, 4, 5, 5, 5, 6 является число 5. Когда же число членов является четным, то медиана обычно определяется как среднее арифметическое двух средних терминов. Медианой группы 40, 50, 50, 60, 70, 90 является 55. Таким образом, медиана – это тот термин в некоторой последовательности терминов, упорядоченных по мере увеличения, которому предшествует столько же терминов, сколько и следует после.

В отличие от среднего арифметического, медиана не подвержена сильному влиянию значительных флуктуаций внутри группы. Поэтому она является относительно стабильным средним показателем и может использоваться для сравнения упорядоченных групп относительно положения их среднего термина. А, в отличие от моды, медиана может определяться с точностью и без труда. Однако медиана, в основном, используется в тех областях, где теоретические или систематические соображения обладают наименьшей значимостью. У нее нет алгебраических свойств, которые позволяли бы высчитывать медиану для некоторой группы на основании медиан составляющих ее подгрупп. Она получила популярность в измерениях в области социологии и психологии, поскольку в этих областях не всегда возможно осуществить фундаментальные измерения, но зато довольно часто можно установить порядок последовательности или шкалу свойств. Это объясняется тем, что медиана определяется по положению соответствующего термина в данной последовательности, а не в силу суммируемых свойств всех терминов. Таким образом, среднее арифметическое IQ некоторой группы детей ничего не говорит об этой группе и совершенно бесполезно для определения уровня интеллекта группы в целом. Однако медиана может использоваться в таких случаях в качестве основы для сравнения; возможность расположения детей по мере увеличения их способностей представляет достаточную значимость. Таким образом, если медианой IQ одного класса является число 95, а другого класса – 105, то при обычных условиях мы можем сказать, что во втором классе больше детей, способных соответствовать некоторому специальному стандарту, чем в первом.

Иногда считается, что числа, большие и меньшие, чем медиана, встречаются в группе с одинаковой частотой. Это не всегда так, особенно в тех случаях, где исследуемые свойства не представляют непрерывной последовательности. Таким образом, когда было рассмотрено 337 лютиков на предмет количества находящихся на них лепестков, было обнаружено, что 312 из них имеют 5 лепестков, 17—6 лепестков, 4–7, 2–8 и 2–9 лепестков. Медиана равнялась 5. Однако очевидно, что количество членов группы, содержащей по 5 лепестков, не равно количеству членов группы, содержащей большее количество лепестков.

Мы видели, что группы могут отличаться друг от друга не только своими центральными тенденциями, но также и степенью разброса составляющих их значений.

Амплитуда вариации

Простой способ указать степень разброса значений в группе – это установить амплитуду вариации. Она представляет собой численную разность между максимальными и минимальными значениями признака в рассматриваемой группе. Если доходы в Соединенных Штатах варьируются от $500 до $10 ООО ООО, то амплитуда вариации будет равна $9 999 500. Однако этот метод не является удовлетворительным, поскольку, во-первых, крайние значения вариации могут быть неизвестны, а во-вторых, поскольку добавление или элиминация нескольких зарплат на краях совокупности могут существенно изменить амплитуду вариации. Более того, амплитуда вариации не говорит нам о том, как именно распределяются различные доходы внутри группы. Две группы чисел 1, 5, 5, 6, 6, 7, 7, 7, 10 и 1, 2, 2, 2, 2, 10 имеют одинаковую амплитуду вариации, хотя форма распределения в каждой из этих совокупностей является разной.

Можно найти и более точные методы для обозначения степени вариации. Предположим, рост мужчин в определенной группе, измеренный в дюймах, таков: 61, 63, 64, 65, 65, 66, 67, 68, 69, 72. Средний рост равен 66 дюймам. Теперь высчитаем отклонение каждого роста от среднего роста путем вычитания последнего из каждого отдельного роста. (Можно взять любой средний показатель в качестве основы для высчитывания отклонений. Мы же для простоты ограничимся средним арифметическим.) Отклонения таковы: -5, -3, -2, -1, -1, 0, 1,

2, 3, 6. У нас может возникнуть желание высчитать среднее арифметическое этих чисел. Однако это бесполезно, поскольку сумма отклонений от среднего значения всегда равна нулю. Однако мы можем пренебречь отрицательными знаками в отклонениях и высчитать среднее арифметическое. Полученный результат будет называться средним отклонением, или средней ошибкой. Среднее отклонение в нашем случае равняется 24/10, или 2,4.

Среднее отклонение приписывает одинаковую значимость как большим, так и малым отклонениям. Вообще, чем меньше среднее отклонение, тем более сконцентрированы исследуемые предметы вокруг среднего значения. Все факторы, упоминавшиеся при обсуждении среднего арифметического, также релевантны и в случае со средним отклонением.

Однако нам следует обратить внимание на то, что большое среднее отклонение не является необходимым признаком большой флуктуации в значениях группы. Быть большим можно только относительно некоторого стандарта. Если мы многократно измерим высоту горы, то среднее арифметическое наших измерений может равняться 5000 футов, а среднее отклонение – 10 футам. По сравнению со средним арифметическим среднее отклонение является маленьким числом. Однако если бы мы измеряли длину квартала в городе, то среднее отклонение в 10 футов было бы существенным. По этой причине среднее отклонение иногда делится на средний показатель, относительно которого измеряются отклонения. Получившийся результат называется «коэффициент дисперсии». В предыдущем примере об измерении роста людей этот коэффициент равнялся 2,4/66, или 0,036+.

Для многих целей, особенно тех, в которых преобладают элементы теории вероятности, в качестве меры дисперсии рассматривается стандартное отклонение. Оно вычисляется путем деления суммы квадратов отклонений от среднего показателя на количество предметов в группе и извлечения из получившегося результата квадратного корня. В примере с измерением роста мы получаем

что равняется 9 и является средним арифметическим суммы квадратов отклонений. Стандартное отклонение равняется