Data Science - собесы

🤔 Что такое median? Это статистическая мера центральной тенденции, которая представляет собой значение, делящее упорядоченный набор данных на две равные части. То есть, половина значений набора данных будет меньше медианы, а другая половина – больше. В отличие от среднего значения (mean), медиана менее чувствительна к выбросам и экстремальным значениям, что делает её полезной в случае асимметричных распределений данных или данных с выбросами. 🚩Как вычислить 🟠Для нечетного количества наблюдений Если количество наблюдений (n) нечетное, медиана – это среднее значение в упорядоченном наборе данных. Пример: Набор данных: [3, 1, 4, 2, 5] Упорядоченный набор: [1, 2, 3, 4, 5] Медиана: 3 (среднее значение) 🟠Для четного количества наблюдений Если количество наблюдений (n) четное, медиана – это среднее арифметическое двух средних значений в упорядоченном наборе данных. Пример: Набор данных: [3, 1, 4, 2] Упорядоченный набор: [1, 2, 3, 4] Медиана: (2 + 3) / 2 = 2.5 🚩Плюсы ➕Устойчивость к выбросам Медиана менее подвержена влиянию экстремальных значений по сравнению со средним арифметическим. ➕Справедливое представление В случаях, когда данные имеют асимметричное распределение, медиана может лучше представлять центральную тенденцию, чем среднее арифметическое. 🚩Примеры применения 🟠Доходы населения В исследованиях доходов медиана часто используется вместо среднего, поскольку доходы могут быть сильно искажены очень высокими значениями. 🟠Недвижимость Для оценки средней стоимости жилья медиана является полезным показателем, так как она не подвержена влиянию чрезвычайно дорогих или дешевых объектов недвижимости. 🟠Медицина В медицинских исследованиях медиана может использоваться для описания типичных значений биологических показателей, таких как уровень холестерина или артериального давления, в группе пациентов. Пример вычисления медианы на Python import numpy as np Пример с нечетным количеством элементов data_odd = [3, 1, 4, 2, 5] median_odd = np.median(data_odd) print(f"Медиана для нечетного количества элементов: {median_odd}") Пример с четным количеством элементов data_even = [3, 1, 4, 2] median_even = np.median(data_even) print(f"Медиана для четного количества элементов: {median_even}") Ставь 👍 и забирай 📚 Базу знаний