بتل کد Battle Codeدارد باز می‌شود…

جلسه‌ی 29: میانگین داده‌ها The Mean

میانگین = مجموع داده‌ها ÷ تعداد داده‌ها. میانگین مثل نقطه‌ی تعادل داده‌هاست: فاصله‌های داده‌های بالاتر از آن، روی هم، با فاصله‌های داده‌های پایین‌تر برابرند. برای داده‌های دسته‌بندی‌شده، هر داده را با مرکز دسته‌اش عوض می‌کنیم و میانگین را تقریبی حساب می‌کنیم.

در این جلسه یاد می‌گیری

درس

برج‌های مکعبی. پنج برج با ۲، ۷، ۴، ۹ و ۳ مکعب داریم. برج‌ها را هم‌قد کن: مکعب‌ها از برج‌های بلند به برج‌های کوتاه می‌روند تا همه به یک ارتفاع برسند. آن ارتفاع میانگین است. بعد یک برج را بلندتر یا کوتاه‌تر کن و ببین ارتفاع مشترک چطور جابه‌جا می‌شود.

میانگین. میانگین = مجموع داده‌ها ÷ تعداد داده‌ها. در برج‌های بالا: ⁦۲ + ۷ + ۴ + ۹ + ۳ = ۲۵⁩ و ⁦۲۵ ÷ ۵ = ۵⁩. میانگین لازم نیست یکی از داده‌ها یا عدد صحیح باشد: میانگین ۷، ۸، ۱۰ و ۹ برابر ⁦۳۴ ÷ ۴ = ۸/۵⁩ است.

نقطه‌ی تعادل. داده‌های کمتر از میانگینِ ۵ چقدر پایین‌ترند؟ ۲ سه‌تا، ۴ یکی و ۳ دوتا؛ روی هم ۶. داده‌های بیشتر: ۷ دوتا و ۹ چهارتا بالاترند؛ روی هم هم ۶. همیشه همین‌طور است. پس اگر داده‌ی تازه‌ای بیشتر از میانگین بیاید، میانگین بالا می‌رود؛ کمتر باشد، پایین می‌آید؛ و درست برابر میانگین باشد، میانگین عوض نمی‌شود. مثلاً با آمدن ۱۱: ⁦(۲۵ + ۱۱) ÷ ۶ = ۶⁩.

میانگین داده‌های دسته‌بندی‌شده. وزن ۲۰ هندوانه (کیلوگرم) را در ۴ دسته داریم. وقتی خود داده‌ها را نداریم و فقط جدول را داریم، هر داده را با مرکز دستهاش عوض می‌کنیم: مرکز = (حد پایین + حد بالا) ÷ ۲؛ مثلاً مرکز ⁦۴ ≤ x < ۶⁩ عدد ۵ است. بعد مجموع «مرکز × فراوانی» ها را بر n تقسیم می‌کنیم: ⁦۱۱۸ ÷ ۲۰ = ۵/۹⁩. این یک تخمین است، نه میانگین دقیق.

اشتباه رایج: میانگینِ دو میانگین را میانگین همه گرفتن. ۱۰ دختر میانگین نمره‌ی ۱۸ دارند و ۳۰ پسر میانگین ۱۴. میانگین همه ۱۶ نیست! مجموع نمره‌ها ⁦۱۰ × ۱۸ + ۳۰ × ۱۴ = ۱۸۰ + ۴۲۰ = ۶۰۰⁩ است و ⁦۶۰۰ ÷ ۴۰ = ۱۵⁩؛ گروه بزرگ‌تر سهم بیشتری دارد. یک داده‌ی خیلی بزرگ یا خیلی کوچک هم میانگین را به طرف خودش می‌کشد.

با پایتون (اختیاری): sum داده‌ها را جمع می‌کند و len آن‌ها را می‌شمارد؛ میانگین می‌شود sum(data) / len(data). بخش دوم، میانگین جدول هندوانه‌ها را با مرکز دسته‌ها تخمین می‌زند.

data = [2, 7, 4, 9, 3]
print(sum(data), len(data), sum(data) / len(data))

centres = [3, 5, 7, 9]
freqs = [3, 8, 6, 3]
total = 0
for i in range(4):
    total = total + centres[i] * freqs[i]
print(total, total / sum(freqs))

مثال‌های این جلسه

چالش‌ها

  1. Five Numbers (آسان)
  2. Level the Towers (آسان)
  3. Winter Mornings (متوسط)
  4. Up, Same or Down? (متوسط)
  5. Reading Time (سخت)
  6. Two Groups (سخت)

بیشتر بخوان

← جلسه‌ی 28: دسته‌بندی داده‌ها جلسه‌ی 30: احتمال یا اندازه‌گیری شانس →