Wat is de statistische mediaan?
De mediaan kwantificeert de exacte middelste waarde van een kwantitatieve dataset wanneer deze oplopend of aflopend is gesorteerd. Het verdeelt de gegevens in twee gelijke helften, waarbij precies 50% van de waarnemingen eronder en 50% erboven valt.
Deze metriek fungeert als een robuuste maatstaf voor de centrale tendens. In tegenstelling tot het rekenkundig gemiddelde, blijft de mediaan volledig onaangetast door extreme waarden of massieve uitbijters. Dit maakt het de voorkeursmetriek voor het analyseren van scheve verdelingen in de economie, onroerend goed en sociale wetenschappen.
Data-analyse vereist een strikt onderscheid tussen de mediaan en het gemiddelde. Het gemiddelde berekent het wiskundige zwaartepunt door alle waarden op te tellen. De mediaan identificeert strikt het positionele centrum van de gesorteerde data. Als uw dataset extreme uitbijters bevat die het gemiddelde verstoren, zal onze Gemiddelde Rekenmachine u precies laten zien hoeveel deze uitbijters het standaardgemiddelde verstoren.
De formules voor de mediaan
De wiskundige notatie voor de mediaan verandert afhankelijk van het feit of uw dataset een oneven of even aantal waarnemingen bevat. Beide formules vereisen dat u de gegevens eerst sorteert, aangeduid als $x_{(1)} \le x_{(2)} \le \dots \le x_{(n)}$.
Mediaan voor een oneven aantal waarnemingen
Wanneer uw dataset een oneven aantal waarden ($n$) bevat, is de mediaan de enkele middelste waarde. De formule is:
- $\tilde{x}$ vertegenwoordigt de mediaan.
- $x_{\frac{n+1}{2}}$ vertegenwoordigt de waarde op de exacte middelste positie.
- $n$ vertegenwoordigt het totale aantal waarnemingen.
Mediaan voor een even aantal waarnemingen
Wanneer uw dataset een even aantal waarden ($n$) bevat, is er geen enkele middelste waarde. De mediaan is het rekenkundig gemiddelde van de twee middelste waarden. De formule is:
- $x_{\frac{n}{2}}$ vertegenwoordigt de onderste middelste waarde.
- $x_{\frac{n}{2}+1}$ vertegenwoordigt de bovenste middelste waarde.
Hoe bereken je de mediaan?
Het handmatig berekenen van de mediaan volgt een strikt, sequentieel proces. Hoewel onze rekenmachine dit direct automatiseert, blijft het begrijpen van de handmatige mechanica essentieel voor statistische geletterdheid.
- Sorteer de gegevens. Rangschik alle individuele getallen in uw dataset in oplopende volgorde (van klein naar groot). Sla geen waarden over en tel invoeren niet dubbel.
- Tel de waarden. Bepaal het exacte totale aantal individuele datapunten in uw gesorteerde set. Dit aantal is $n$.
- Identificeer de middelste positie. Als $n$ oneven is, is de mediaan de waarde precies in het midden. Als $n$ even is, identificeer dan de twee waarden precies in het midden.
- Bereken de eindwaarde. Bij een oneven aantal is de mediaan simpelweg die middelste waarde. Bij een even aantal telt u de twee middelste waarden op en deelt u door 2.
Praktische voorbeelden van mediaanberekening
De volgende voorbeelden demonstreren hoe de mediaan werkt in realistische scenario's. Deze scenario's benadrukken waarom de mediaan vaak beter presteert dan het gemiddelde bij het omgaan met scheve data.
Voorbeeld 1: Oneven aantal waarnemingen (Cijfers)
Een leraar analyseert de cijfers van 7 studenten om de centrale prestatie van de klas te bepalen. De ongesorteerde cijfers zijn: $85, 92, 78, 95, 88, 76, 90$.
Oplossing
- Sorteer de waarden: $76, 78, 85, 88, 90, 92, 95$.
- Tel de waarden: Er zijn $n = 7$ cijfers (een oneven aantal).
- Vind de middelste positie: $\frac{7 + 1}{2} = 4$. De mediaan is de 4e waarde.
Resultaat: Het mediaan cijfer is 88. Precies drie studenten scoorden lager dan 88, en precies drie scoorden hoger dan 88.
Voorbeeld 2: Even aantal waarnemingen (Huizenprijzen)
Een makelaar analyseert de verkoopprijzen van 6 huizen in een specifieke wijk om een typische prijs aan een klant te rapporteren. De ongesorteerde prijzen zijn: $250.000\,€, 310.000\,€, 280.000\,€, 450.000\,€, 295.000\,€, 320.000\,€$.
Oplossing
- Sorteer de waarden: $250.000, 280.000, 295.000, 310.000, 320.000, 450.000$.
- Tel de waarden: Er zijn $n = 6$ huizen (een even aantal).
- Vind de twee middelste posities: Posities 3 en 4 ($\frac{6}{2} = 3$ en $3+1 = 4$).
- Bereken het gemiddelde: $\frac{295.000 + 310.000}{2} = 302.500$.
Resultaat: De mediane huizenprijs is 302.500 €. Merk op hoe de massieve uitbijter van $450.000\,€$ dit getal niet heeft verstoord, in tegenstelling tot wat er zou gebeuren als we het gemiddelde hadden berekend.
Voorbeeld 3: De impact van extreme uitbijters (Directeursalarissen)
Een bedrijf heeft 5 werknemers met de volgende jaarsalarissen: $45.000\,€, 48.000\,€, 52.000\,€, 55.000\,€$ en de algemeen directeur die $2.500.000\,€$ verdient.
Oplossing
- Sorteer de waarden: $45.000, 48.000, 52.000, 55.000, 2.500.000$.
- Tel de waarden: Er zijn $n = 5$ werknemers (een oneven aantal).
- Vind de middelste positie: $\frac{5 + 1}{2} = 3$. De mediaan is de 3e waarde.
Resultaat: Het mediaan salaris is 52.000 €. Dit vertegenwoordigt perfect de typische inkomens van de werknemers. Als we het gemiddelde zouden gebruiken, zou het gemiddelde salaris $540.000\,€$ zijn, wat volledig niet-representatief is voor het personeelsbestand.
Belangrijke wiskundige eigenschappen van de mediaan
De mediaan bezit unieke wiskundige eigenschappen die het een robuuste schatter maken in de inferentiële statistiek. Het begrijpen ervan verklaart waarom datawetenschappers het verkiezen voor specifieke modellerings taken.
| Eigenschap | Wiskundige beschrijving | Statistische betekenis |
|---|---|---|
| Robuustheid | Breekpunt van 50% | Tot de helft van de data kan worden aangetast door extreme uitbijters voordat de mediaan willekeurig groot of klein wordt. |
| Minimaliseert absolute fout | Minimaliseert $\sum |x_i - c|$ | Vormt de wiskundige basis voor Least Absolute Deviations (LAD) regressie, een alternatief voor Ordinary Least Squares. |
| Orde statistiek | Hangt alleen af van de rang | Berekeningen zijn puur gebaseerd op de relatieve ordening van de data, niet op de werkelijke grootte van de waarden. |
1. Robuustheid (Breekpunt): De mediaan heeft een breekpunt van 50%. Dit betekent dat u meer dan de helft van de datapunten zou moeten vervangen door willekeurig grote of kleine getallen voordat de mediaan zelf willekeurig groot of klein wordt. Het gemiddelde heeft een breekpunt van 0%, wat betekent dat een enkele uitbijter het kan vernietigen.
2. Minimaliseert absolute fout: De mediaan is het enige getal dat de som van de absolute verschillen tussen zichzelf en elk ander datapunt minimaliseert. Deze eigenschap maakt het de optimale voorspeller wanneer u de gemiddelde absolute fout wilt minimaliseren in plaats van de kwadratische fout.
3. Orde statistiek: De mediaan is een orde statistiek. De berekening hangt strikt af van de rangorde van de data, waarbij de werkelijke numerieke afstand tussen de waarden volledig wordt genegeerd. Dit maakt het ideaal voor ordinale data waarbij de exacte afstanden tussen de rangen onbekend zijn.
De mediaan in waarschijnlijkheid en orde statistieken
In de waarschijnlijkheidstheorie is de mediaan van een stochastische variabele $X$ de waarde $m$ die de gemiddelde absolute fout minimaliseert. Wiskundig gezien is het elke waarde $m$ die voldoet aan $P(X \le m) \ge 0.5$ en $P(X \ge m) \ge 0.5$.
Voor continue waarschijnlijkheidsverdelingen is de mediaan de waarde waarbij de cumulatieve verdelingsfunctie (CDF) exact 0,5 is. Dit betekent dat het gebied onder de kansdichtheidscurve links van de mediaan exact gelijk is aan het gebied rechts.
Op het gebied van orde statistieken is de mediaan de $\lceil n/2 \rceil$-de orde statistiek van een steekproef. Deze classificatie plaatst het tussen andere vitale metrieken zoals het minimum (1e orde statistiek) en het maximum ($n$-de orde statistiek). Om de volledige spreiding van uw data van minimum tot maximum te begrijpen, levert onze Bereik Rekenmachine de exacte wiskundige afstand tussen deze twee uitersten.
Wanneer de mediaan gebruiken (en wanneer niet)
Het kiezen van de juiste maatstaf voor centrale tendens bepaalt de validiteit van uw volledige analyse. De mediaan is ongelooflijk krachtig, maar niet universeel toepasbaar.
Wanneer de mediaan gebruiken
De mediaan is de ideale maatstaf voor centrale tendens wanneer uw data een scheve verdeling volgt of significante uitbijters bevat. Veelvoorkomende scenario's zijn onder meer het analyseren van huishoudinkomens, vastgoedprijzen, reactietijden en elke dataset waarbij enkele extreme waarden het rekenkundig gemiddelde zouden verstoren. Het is ook de vereiste metriek voor ordinale data, waarbij waarden een duidelijke volgorde hebben maar de numerieke afstanden ertussen niet uniform zijn (bijv. enquêteresultaten van "Helemaal oneens" tot "Helemaal eens").
Wanneer de mediaan niet gebruiken
U moet de mediaan vermijden wanneer uw data een perfecte normale verdeling volgt en u van plan bent verdere parametrische statistische tests uit te voeren. Tests zoals t-tests, ANOVA en lineaire regressie zijn wiskundig gebaseerd op de eigenschappen van het gemiddelde en de variantie. Het gebruik van de mediaan in deze contexten ongeldig maakt de wiskundige aannames van de tests. Bovendien is de mediaan niet geschikt voor verdere algebraïsche manipulatie; u kunt niet eenvoudig de totale som van een dataset berekenen als u alleen de mediaan en het aantal kent. Als u de spreiding van uw data rond het centrum voor parametrische tests moet meten, is onze Standaarddeviatie Rekenmachine de noodzakelijke aanvullende tool.
Veelgemaakte berekeningsfouten
Zelfs ervaren analisten maken kritieke fouten bij het berekenen of interpreteren van de mediaan. Vermijd deze veelvoorkomende valkuilen:
- Vergeten te sorteren: De meest voorkomende fout is het identificeren van de middelste waarde van de ongesorteerde lijst. U moet de data altijd in oplopende of aflopende volgorde sorteren voordat u het midden vindt.
- Verkeerde identificatie van het even midden: Wanneer $n$ even is, kiezen analisten soms slechts een van de twee middelste waarden in plaats van ze te middelen. U moet altijd de twee middelste waarden optellen en delen door 2.
- Mediaan verwarren met het midden van het bereik: Het midden van het bereik (midrange) is het gemiddelde van de minimum- en maximumwaarden $\frac{Min + Max}{2}$. De mediaan is de middelste waarde van de gesorteerde dataset. Het zijn zelden dezelfde getallen.
- Gelijkspel in ordinale data negeren: Zorg er bij het berekenen van de mediaan voor ordinale data met veel herhaalde waarden voor dat u elke instantie van de waarde telt om het ware positionele centrum te vinden.
Veelgestelde vragen
Wat is het verschil tussen de mediaan en het gemiddelde?
Het gemiddelde berekent het wiskundige zwaartepunt door alle waarden op te tellen en te delen door het aantal. De mediaan identificeert het exacte positionele centrum van de gesorteerde data. Het gemiddelde is zeer gevoelig voor extreme uitbijters, terwijl de mediaan er volledig door onaangetast blijft.
Kan een dataset meer dan één mediaan hebben?
Nee, een numerieke dataset heeft altijd exact één unieke mediaan. Als de dataset een even aantal waarden heeft, is de mediaan het enkele getal dat voortkomt uit het gemiddelde van de twee middelste waarden.
Moet de mediaan een getal zijn dat in de dataset voorkomt?
Niet noodzakelijkerwijs. Als uw dataset een oneven aantal waarden bevat, zal de mediaan altijd een werkelijk getal uit de set zijn. Als het echter een even aantal waarden bevat, is de mediaan het gemiddelde van de twee middelste getallen, wat vaak resulteert in een decimaal getal dat niet in de originele set voorkomt.
Hoe beïnvloeden uitbijters de mediaan?
Uitbijters hebben absoluut geen effect op de mediaan, zolang ze het totale aantal van de dataset niet genoeg veranderen om de middelste positie te verschuiven. U kunt de hoogste waarde in een dataset veranderen van 100 naar 100.000.000, en de mediaan blijft exact hetzelfde.
Kan de mediaan worden berekend voor niet-numerieke data?
Ja, de mediaan kan worden berekend voor ordinale data, oftewel data die een duidelijke, logische volgorde heeft maar zonder precieze numerieke afstand tussen de waarden. Voorbeelden zijn cijfergrades of enquêteresultaten. U kunt de mediaan niet berekenen voor nominale data omdat deze een logische volgorde missen.
Waarom heeft de mediaan de voorkeur voor inkomensdata?
Inkomensverdelingen zijn bijna altijd rechtsscheef, wat betekent dat een klein aantal ultra-hoge verdieners het rekenkundig gemiddelde drastisch omhoog trekt. De mediaan negeert deze extreme verdieners en rapporteert nauwkeurig het inkomen van de typische persoon in het midden van de verdeling.
Hoe vindt u de mediaan van een dataset met ontbrekende waarden?
U sluit de ontbrekende waarden eenvoudig volledig uit de dataset uit. Sorteer de overgebleven beschikbare waarden en vind de middelste positie op basis van het nieuwe, verminderde aantal. Behandel ontbrekende waarden niet als nullen.
Wat is de relatie tussen de mediaan en het 50e percentiel?
Het is exact hetzelfde. De mediaan is per definitie het 50e percentiel van een dataset. Het is de waarde waaronder 50% van de waarnemingen valt.
Bronnen en aanbevolen lectuur
Voor degenen die hun begrip van statistische maatstaven en de wiskundige fundamenten van de mediaan willen verdiepen, bevelen we de volgende gezaghebbende bronnen aan:
- Khan Academy in het Nederlands: Herziening van gemiddelde, mediaan en modus – Uitstekende fundamentele uitleg en interactieve oefenproblemen voor centrale tendens.
- Universiteit van Amsterdam (UvA) - Faculteit der Maatschappij- en Gedragswetenschappen: Bronnen voor Beschrijvende Statistiek – Formele definities en wiskundige rigorositeit ondersteund door een van de meest prestigieuze academische instellingen van Nederland.
- CBS (Centraal Bureau voor de Statistiek): Basis Statistische Concepten – De officiële autoriteit op het gebied van statistische methodologie en de toepassing van maten van centrale tendens in officiële data.