Średnia i mediana mogą opowiadać różne historie o tych samych danych
„Przeciętna” nie jest jedną uniwersalną liczbą. Średnia arytmetyczna uwzględnia wielkość każdego wyniku, więc pojedyncze ekstremalne obserwacje i długi ogon rozkładu mogą ją mocno przesunąć. Mediana patrzy tylko na kolejność: połowa wyników leży poniżej niej, połowa powyżej. W symetrycznych danych obie wartości bywają podobne, ale w rozkładach skośnych mogą się znacznie różnić. Żadna z nich nie jest automatycznie „prawdziwsza” — odpowiadają na inne pytania, a wybór jednej może zmienić narrację o płacach, cenach czy czasie oczekiwania.
Dwie definicje środka
Średnia arytmetyczna to suma wszystkich wartości podzielona przez ich liczbę. Każda obserwacja wpływa na nią proporcjonalnie do swojej wielkości. Mediana jest środkową pozycją po uporządkowaniu danych; liczy się dla niej głównie to, po której stronie znajduje się obserwacja. Ta różnica wydaje się techniczna, lecz ma ogromne konsekwencje, gdy rozkład jest asymetryczny albo ma ciężkie ogony.
Jedna ekstremalna wartość potrafi zmienić obraz
Weź dziewięć osób zarabiających po kilka tysięcy oraz jedną zarabiającą setki tysięcy. Bardzo wysoka wartość podniesie średnią grupy, mimo że nie opisuje sytuacji większości. Mediana może niemal się nie ruszyć, bo pozycja środkowej osoby pozostaje podobna. NIST podkreśla, że wartości w ogonach mogą silnie zniekształcać średnią, podczas gdy mediana jest na nie znacznie bardziej odporna.
Ale mediana też nie zawsze jest lepsza
Jeżeli pytamy o łączny koszt, sumę przychodów albo oczekiwaną wartość wypłaty, średnia może być dokładnie tym parametrem, którego potrzebujemy. Mediana odpowiada raczej na pytanie o typową pozycję w rozkładzie. Dlatego zdanie „mediana jest lepsza przy nierównościach” bywa zbyt proste. Lepsza do czego? Opis sytuacji typowej osoby i obliczenie całkowitego budżetu to dwa różne zadania.
Skośność rozdziela miary
W rozkładzie z długim prawym ogonem średnia jest ciągnięta w prawo i często przekracza medianę. W długim lewym ogonie sytuacja się odwraca. To dlatego dane takie jak dochody, majątek, czas oczekiwania czy ceny nieruchomości często wymagają więcej niż jednego podsumowania. Sama liczba „średnia” może ukrywać kształt rozkładu, a bez informacji o rozrzucie nie wiadomo, czy typowy przypadek w ogóle znajduje się blisko niej.
Jeszcze dziwniejszy przypadek: rozkład Cauchy’ego
NIST pokazuje ekstremalny przykład rozkładu Cauchy’ego. Ma on tak ciężkie ogony, że klasyczna wartość oczekiwana nie istnieje, a średnia z coraz większej próby nie stabilizuje się tak jak w dobrze zachowujących się rozkładach. Mediana pozostaje sensownym parametrem położenia. To przypomina, że własności „średniej” nie wynikają z samego wzoru — zależą także od rozkładu, z którego pochodzą dane.
Jak czytać raporty
Gdy widzisz jedną liczbę określoną jako „przeciętna”, warto sprawdzić, czy chodzi o średnią czy medianę, jak wygląda rozkład i czy są wartości skrajne. Dobre podsumowanie często podaje obie miary oraz miarę rozrzutu, np. kwartyle. Różnica między średnią i medianą nie jest usterką danych; bywa cenną informacją o asymetrii. Statystyka staje się myląca dopiero wtedy, gdy jedną miarę przedstawia się tak, jakby wyczerpywała całą historię.
„Typowa wartość” zależy od pytania
Średnia i mediana nie konkurują o tytuł jedynej prawdziwej miary środka. Odpowiadają na różne pytania. Średnia zachowuje całą informację o sumie wartości: jeśli chcemy znać przeciętny koszt przypadający na osobę albo łączną wielkość podzieloną przez liczbę przypadków, jest naturalnym wyborem. Mediana odpowiada zaś na pytanie o punkt dzielący uporządkowane obserwacje na dwie połowy i jest odporna na pojedyncze ekstremalne wartości. Dlatego ta sama populacja może mieć jednocześnie poprawnie policzoną wysoką średnią i znacznie niższą medianę. Problem zaczyna się dopiero wtedy, gdy jedno słowo „przeciętnie” ukrywa wybór miary. Dobra prezentacja danych powinna więc mówić, którą miarę pokazuje i dlaczego właśnie ona pasuje do rozkładu oraz celu analizy.