Compararea seturilor: centru și împrăștiere: pe scurt

Compararea a două seturi de date se face în patru pași: centrul ($\bar{x}$ și mediana), împrăștierea (amplitudine, $\text{IQR}=Q_3-Q_1$, abaterea standard $\sigma$), forma (simetrie, valori extreme) și contextul. Regula de aur: niciodată un singur indicator. Două seturi pot avea exact aceeași medie și aceeași mediană, dar abateri standard complet diferite — atunci diferența se vede doar în împrăștiere. Când media și mediana unui set diferă mult, există o valoare extremă: comparația corectă se face pe mediană, iar împrăștierea se descrie cu $\text{IQR}$, nu cu $\sigma$, fiindcă amândoi indicatorii sunt insensibili la o valoare izolată.

La seturi de volume diferite nu se compară niciodată sumele sau numerele brute, ci indicatorii raportați la $n$: medie, mediană, cuartile, $\sigma$ și frecvențe relative. O concluzie completă are trei propoziții: una despre nivel, una despre împrăștiere (cu un număr) și una despre consecința practică. Capcana cea mai frecventă rămâne compararea doar pe medii — reține că $\sigma$ mai mic înseamnă grup mai omogen, nu neapărat „mai bun”; asta o decide contextul.

Exerciții din această mini-lecție

1. Se dau seturile de date (considerate întregi populații) $P:4,6,8,10,12$ și $Q:6,7,8,9,10$. Care afirmație este corectă?

   • a) Ambele au media $8$, dar $Q$ este mai omogen (${\sigma }_Q=\sqrt{2}$, ${\sigma }_P=2\sqrt{2}$)
   • b) Ambele au media $8$, dar $P$ este mai omogen
   • c) $P$ are media mai mare decât $Q$
   • d) Nu se pot compara, pentru că au aceeași medie
   Vezi răspunsul

   Răspuns corect: a) Ambele au media $8$, dar $Q$ este mai omogen (${\sigma }_Q=\sqrt{2}$, ${\sigma }_P=2\sqrt{2}$)

   Ambele sume dau $40$, deci $\bar{x}=8$ la amândouă. Pentru $P$: abaterile $-4,-2,0,2,4$, suma pătratelor $40$, deci ${\sigma }_P=\sqrt{40/5}=\sqrt{8}=2\sqrt{2}\approx 2,83$. Pentru $Q$: abaterile $-2,-1,0,1,2$, suma pătratelor $10$, deci ${\sigma }_Q=\sqrt{10/5}=\sqrt{2}\approx 1,41$. Aceeași medie, dar $Q$ e mult mai strâns în jurul ei.

2. Într-un grup de $9$ salarii, $8$ sunt apropiate de $3000$ de lei, iar unul este de $30000$ de lei. Ce indicator descrie mai fidel salariul „tipic” al grupului?

   • a) Media, pentru că folosește toate valorile
   • b) Mediana, pentru că nu este afectată de valoarea extremă
   • c) Amplitudinea
   • d) $\text{IQR}$
   Vezi răspunsul

   Răspuns corect: b) Mediana, pentru că nu este afectată de valoarea extremă

   Un singur salariu izolat de $30000$ de lei trage media mult peste nivelul obișnuit al grupului. Mediana rămâne apropiată de $3000$ de lei, deci descrie fidel realitatea; media descrie o realitate în care nu trăiește aproape nimeni din grup.

3. Care dintre afirmațiile despre compararea a două seturi de date este adevărată?

   • a) Dacă două seturi au aceeași amplitudine, au automat aceeași abatere standard
   • b) Media este întotdeauna indicatorul cel mai potrivit pentru comparare
   • c) Seturile de volume diferite se compară corect prin frecvențe relative, nu prin sume
   • d) $\sigma$ mai mic înseamnă întotdeauna grupul „mai bun”
   Vezi răspunsul

   Răspuns corect: c) Seturile de volume diferite se compară corect prin frecvențe relative, nu prin sume

   Sumele și numerele brute depind de mărimea grupului, deci nu sunt comparabile direct; se trece la frecvențe relative (sau la medie, mediană, $\sigma$). Amplitudinea folosește doar două valori, deci nu determină abaterea standard; media poate „minți” la valori extreme; $\sigma$ mai mic arată doar omogenitate, nu performanță.