중심 경향 측정치
중심 경향 측정치는 데이터 세트의 대부분이 어디에 놓여 있는지, 즉 다른 관측치들이 모여 있는 전형적이거나 중심적인 관측치를 요약하는 단일 값입니다. 세 가지 고전적인 측정치는 평균, 중앙값, 최빈값이며, 이들 중 어떤 것을 선택할지는 측정 수준과 분포의 형태에 따라 달라집니다.
Definition
중심 경향 측정치는 분포의 중심을 식별하는 단일 값입니다. 산술 평균은 값의 합계를 개수로 나눈 것이고, 중앙값은 관측치를 순서대로 정렬했을 때의 중간 값이며, 최빈값은 가장 자주 발생하는 값입니다.
Scope
이 항목은 평균, 중앙값, 최빈값에 대해 다룹니다. 각 측정치가 어떻게 계산되고, 무엇을 나타내며, 언제 적절한 위치 요약이 되는지를 설명합니다. 이는 방법론적 참고 자료이며 임상적 지침을 제공하지 않습니다.
Core questions
- 이 변수를 가장 잘 나타내는 위치 측정치는 무엇입니까?
- 분포 형태가 평균과 중앙값 선택에 어떻게 영향을 미칩니까?
- 최빈값이 가장 유익한 요약이 되는 경우는 언제입니까?
Key concepts
- 산술 평균
- 중앙값
- 최빈값
- 이상치에 대한 강건성
- 왜도가 평균과 중앙값에 미치는 영향
- 측정 수준과 평균 선택
Mechanisms
평균은 모든 관측치를 사용하며 대칭적이고 등간 또는 비율 척도 데이터에 대한 자연스러운 요약이지만, 모든 값을 포함하기 때문에 극단적인 관측치에 의해 끌려가고 왜도와 이상치에 의해 왜곡됩니다. 순서화된 데이터의 중간 값인 중앙값은 극단값의 크기를 무시하므로 강건하며, 따라서 왜곡된 연속형 데이터와 순서형 변수에 대한 선호되는 요약입니다. 가장 흔한 값인 최빈값은 명목 데이터에 적용할 수 있는 유일한 측정치이며 가장 전형적인 범주나 분포의 정점을 식별하는 데 유용합니다. 완벽하게 대칭적인 단봉 분포에서는 세 가지가 일치합니다. 왜도가 증가함에 따라 평균은 꼬리 방향으로 가장 멀리 이동합니다.
Clinical relevance
보고되는 평균 — 평균 혈압, 중앙 생존율, 가장 흔한 진단 — 은 임상 결과가 전달되는 방식의 핵심이며, 어떤 측정치가 사용되었는지 인식하는 것은 왜곡된 데이터를 오독하는 것을 방지합니다. 이 항목은 평가를 위해 위치가 어떻게 요약되는지를 설명하며, 개별 진단 또는 치료 결정의 근거가 아닙니다.
Epidemiology
많은 건강 측정치는 왜곡되어 있기 때문에 중앙값이 전형적인 값을 더 충실하게 요약하는 경우가 많으며, 이러한 데이터에 대해 평균을 보고하면 중심 값을 과대평가할 수 있습니다. 따라서 측정치 선택은 인구 특성과 결과가 전달되는 방식에 영향을 미칩니다.
History
산술 평균은 고대부터 측정값을 결합하는 데 사용되었으며, 평균, 중앙값, 최빈값 간의 공식적인 구분은 19세기와 20세기 초에 기술 통계학이 발전하면서 확고해졌습니다. 중앙값이 왜곡된 분포를 더 잘 나타낸다는 인식은 응용 통계 문헌 전반에 걸쳐 반복되는 오랜 원칙입니다.
Debates
- 왜곡된 임상 데이터에 대한 평균 또는 중앙값?
- 의학에서 흔히 나타나는 오른쪽으로 치우친 양 — 비용, 입원 기간, 바이오마커 수준 — 의 경우 평균은 꼬리에 의해 부풀려지는 반면 중앙값은 전형적인 값을 추적하므로, 일반적으로 중앙값을 선호하고 평균은 대략적으로 대칭적인 데이터에 사용하도록 권장됩니다.
Key figures
- S. Manikandan
Related topics
Seminal works
- manikandan-2011-mean
- manikandan-2011-median-mode
Frequently asked questions
- 평균 대신 중앙값을 보고해야 하는 경우는 언제입니까?
- 분포가 왜곡되었거나 이상치를 포함하는 경우, 또는 변수가 순서형인 경우입니다. 이러한 상황에서 중앙값은 극단값에 의해 끌려가는 평균보다 전형적인 값을 더 충실하게 나타냅니다.
- 최빈값은 어떤 종류의 데이터에도 사용할 수 있습니까?
- 예. 최빈값은 명목(범주형) 데이터에 적용되는 유일한 중심 경향 측정치이며, 수치 데이터에서 정점이나 가장 흔한 값을 강조하는 데도 사용할 수 있습니다.