Что такое калькулятор среднего отклонения?
Калькулятор среднего отклонения вычисляет среднее расстояние между каждым значением в вашем наборе данных и центральной опорной точкой — средним арифметическим или медианой. Это единственное число, называемое абсолютным отклонением, показывает, насколько разбросаны или, наоборот, однородны ваши данные. В отличие от стандартного отклонения, где разности возводятся в квадрат, среднее и медианное абсолютное отклонение используют обычные модули разностей. Благодаря этому показатель проще интерпретировать и он менее чувствителен к выбросам. Инструмент подходит для любых числовых данных и не привязан к какой-либо стране или валюте.
Как пользоваться калькулятором
- Введите числа через запятую, например: 4, 8, 6, 5, 12, 7.
- Выберите, от чего считать отклонение — от среднего или от медианы.
- Результат появится сразу: калькулятор покажет среднее абсолютное отклонение и центральное значение, от которого оно рассчитано.
Разбор формулы
Среднее абсолютное отклонение (MAD) — это среднее значение модулей разностей между каждым элементом данных и центральным значением:
$$\text{MAD} = \frac{1}{n}\sum_{i=1}^{n}\left| x_i - c \right|$$
Здесь \(x_i\) — каждое значение, \(c\) — выбранный центр (среднее или медиана), а \(n\) — количество значений. Вертикальные черты обозначают модуль, поэтому отрицательные и положительные разности учитываются одинаково. Если в данных есть выбросы, выбор медианы в качестве центра обычно даёт меньшее и более устойчивое отклонение.
Пример расчёта
Возьмём набор данных: 4, 8, 6, 5, 12, 7. Среднее равно $$(4+8+6+5+12+7) \div 6 = 42 \div 6 = 7.$$ Модули отклонений от 7 такие: 3, 1, 1, 2, 5, 0. Их сумма равна 12, значит среднее абсолютное отклонение $$= 12 \div 6 = \textbf{2,0}.$$ Это означает, что значения в среднем отстоят примерно на 2 единицы от среднего.
Среднее и медианное абсолютное отклонение: сравнение сценариев
«Отклонение от медианы (среднее)» — это среднее значение \(|x_i - \text{медиана}|\); «отклонение от медианы (медиана)» — это медиана этих отклонений.
| Набор данных | Среднее | Медиана | Среднее абсолютное отклонение от среднего | Отклонение от медианы (среднее) | Отклонение от медианы (медиана) | Примечание |
|---|---|---|---|---|---|---|
| Симметричный: 1, 2, 3, 4, 5 | 3 | 3 | 1.2 | 1.2 | 1 | Среднее и медиана совпадают, поэтому любая мера, основанная на среднем отклонении, является репрезентативной. |
| Асимметричный: 1, 2, 2, 3, 10 | 3.6 | 2 | 2.56 | 2 | 1 | Длинный хвост сдвигает среднее вверх; меры, центрированные на медиане, лучше описывают типичное значение. |
| С выбросом: 10, 11, 12, 13, 100 | 29.2 | 12 | 28.32 | 18.4 | 1 | Значение, центрированное на среднем, определяется выбросом; медиана отклонений лучше всего отражает основную массу данных. |
| Одинаковые: 5, 5, 5, 5 | 5 | 5 | 0 | 0 | 0 | Изменчивости нет; все меры равны нулю. |
Проверка для строки с выбросом: среднее \(= 146/5 = 29.2\); отклонения от среднего в сумме дают 141.6, и \(141.6/5 = 28.32\). Отклонения от медианы 12 равны 2, 1, 0, 1, 88 (сумма 92), и \(92/5 = 18.4\); их медиана равна 1.
Интерпретация результата MAD
- Те же единицы, что и данные. Если данные выражены в килограммах, MAD также выражен в килограммах. Сравнивайте значения MAD только для наборов данных, измеренных в одинаковых единицах.
- Чем больше, тем больше разброс. MAD, равный 0, означает, что все значения одинаковы; чем он больше, тем дальше значения обычно отстоят от центра.
- Оценивайте относительно масштаба. MAD, равный 5, велик для данных с центром около 10, но мал для данных с центром около 10 000. Деление на среднее (\(\text{MAD}/\bar{x}\)) даёт безразмерную относительную меру, при условии что среднее не близко к нулю.
- Связь со стандартным отклонением. Для приблизительно нормальных данных стандартное отклонение примерно в 1.25 раза больше среднего абсолютного отклонения: $$\sigma \approx 1.2533 \times \text{MAD}$$ Это соотношение плохо работает для асимметричных данных или данных с тяжёлыми хвостами. Медиана абсолютных отклонений обычно умножается примерно на 1.4826, чтобы оценить \(\sigma\) для нормальных данных.
- Малые выборки. Если точек всего несколько, MAD может сильно измениться при добавлении или удалении одного значения, поэтому воспринимайте его как грубое описание, а не точную оценку.
- Выбросы. MAD, центрированный на среднем, подвержен влиянию экстремальных значений как через отклонения, так и через само среднее. Версии, основанные на медиане, особенно медиана абсолютных отклонений, устойчивы к ним гораздо лучше. Всегда указывайте, какой вариант вы вычислили.
Соглашения и граничные случаи
Каждый случай ниже был прогнан через этот калькулятор; в столбце результата — то, что он действительно возвращает.
| Случай | Ввод | Результат |
|---|---|---|
| Десятичные 0,1; 0,2; 0,3 | 0.1, 0.2, 0.3 | 0,0667 |
| Чётное число значений (1, 2, 3, 4) | 1, 2, 3, 4 | 1 |
| Отрицательные значения (−3, −1, 4) | -3, -1, 4 | 2,6667 |
| Ноль в списке (0, 4, 9) | 0, 4, 9 | 3,1111 |
| Выборка или генеральная совокупность (2, 4, 4, 4, 5, 5, 7, 9) | 2, 4, 4, 4, 5, 5, 7, 9 | 1,5 |
| Одно значение | 7 | 0 |
Проверено 2026-11-08
Часто задаваемые вопросы
Чем отличаются среднее и медианное абсолютное отклонение? Среднее абсолютное отклонение центрируется относительно среднего арифметического, а медианное — относительно медианы. Вариант с медианой устойчивее к экстремальным значениям и асимметрии данных.
Чем MAD отличается от стандартного отклонения? При расчёте стандартного отклонения разности возводятся в квадрат, а затем извлекается квадратный корень, из-за чего большие отклонения преувеличиваются. MAD использует обычные модули расстояний, поэтому его проще объяснить и он меньше зависит от выбросов.
Может ли MAD быть равным нулю? Да. Если все значения в наборе данных одинаковы, разброса нет, и среднее отклонение равно нулю.