mean или median?

[sterter95]

Хотелось бы услышать больше ответы именно участников сообщества, чем ссылки на литературу. Вопрос скорее дискуссионный, чем ликбез

Comments

бессмысленно

[demographer]

вполне себе смысленно

Re: бессмысленно

[sterter95]

давайте рассуждать на пальцах. Среднее и станд.отклонение привязаны друг к другу, их совместное использование оправдано. Медиана и станд.отклонение - это несколько про разные меры центральной тенденции, они считаются по-разному. Что толку писать станд.отклонение, если среднее не написали (зато написали рядом медиану). Я смотрю на эти данные и не могу быстро понять, какое там распределение признака.

Re: не могу быстро понять

[demographer]

это не основание :)
отклонение можно посчитать и от моды -- было бы желание

[razglaz]

мода и медиана, как я понимаю, используются если распределение отклоняется от нормального.
ну и для номинальных шкал очевидно мода, хехе)))

[sterter95]

а в российских публикациях, даже если распределение отличается от нормального, но сила шкалы позволяет, как-то привыкли писать среднее арифм.

[gorgonops]

Выбор между ними определяется их разными свойствами

[sterter95]

благодарю за наглядные примеры. С ними намного понятнее

[irishka_shi]

средняя арифметическая более привычна, например, тому же заказчику. Да и более распространена в принципе (например, в Экселе автоматом не считается, а многие заказчики оперируют в этой системе)
Поэтому я, хотя и склоняюсь в торону употребления медианы, иногда выбираю среднее арифметическое

[tatarkos]

В правилах "Психологического журнала" авторам рекомендуется использовать среднее и стандартное отклонение в случае нормального распределения, а медиану и размах - для ненормального.

[sterter95]

благодарю за эту информацию, не знал. Это действительно кое-что объясняет

[sterter95]

но вот, кстати, нормальное распределение признака на самом деле видишь не так уж часто. А среднее арифметическое я встречаю в российских публикациях довольно часто (уж точно гораздо чаще, чем нормальное распределение)

[nokh]

Любое распределение может быть полностью охарактеризовано с помощью мер положения, рассеяния и формы. На практике обычно ограничиваются первыми двумя. Если распределение симметричное и близко к нормальному логично использовать в качестве меры положения среднее, а в качестве меры рассеяния - ст. ошибку или ст. отклонение. Если же распределение явно ненормальное - просятся соответственно медиана (50-тая процентиль) и межквартильный размах (разность между верхней и нижней квартилями). В последнее время почти обязательным стало давать не только точечную оценку меры положения, но и интервальную - доверительный интервал (ДИ), который сразу и заменяет меру рассеяния

[sterter95]

благодарю за подробный ответ. Я преобразованиями почти не пользовался, надо попробовать

[nokh]

А как же без преобразований обойтись, если зачастую линейка которой измеряем данные мы не совпадает с той, которой меряет природа. Многие признаки - процессы в шкале развития, т.е. с распределением более близким к логнормальному, чем к нормальному. Относительные частоты априори распределены ненормально и нуждаются в угловых преобразованиях. Очень неразумно отказываться от мощнейших и наиболее разработанных параметрических методов только из за ненормальности распределения показателей. К тому же для целого ряда статистических процедур непараметрические аналоги просто не разработаны или сильно проигрывают по мощности.
Расчёт преобразования Бокса-Кокса, видимо можно запрограммировать и в SPSS, но т.к. это итерационная процедура - придётся повозиться. Я использую бесплатную русскоязычную программу AtteStat, которая устанавливается надстройкой к Excel (модуль "Преобразования"): http://attestatsoft.narod.ru/download.htm