Kalkulator odchylenia przeciętnego

Kalkulator odchylenia przeciętnego

Odchylenie przeciętne (mean absolute deviation, MAD) to średnia z bezwzględnych różnic między wartościami a ich średnią. Pokazuje, jak bardzo dane są rozproszone.

Wzór

MAD = Σ|xᵢ − x̄| ÷ n

Przykład

Dla danych 2, 4, 4, 4, 5, 5, 7, 9 średnia wynosi 5. Odchylenia bezwzględne to 3, 1, 1, 1, 0, 0, 2, 4 — ich średnia to 1,5. Tyle wynosi MAD.

MAD a odchylenie standardowe

Jak działa kalkulator odchylenia przeciętnego

Narzędzie przyjmuje listę liczb i wykonuje trzy operacje. Najpierw sumuje wszystkie wartości i dzieli tę sumę przez ich liczbę, otrzymując średnią arytmetyczną x̄. Następnie dla każdej wartości wyznacza różnicę xᵢ − x̄ i odrzuca jej znak, czyli bierze wartość bezwzględną. Na końcu dodaje wszystkie bezwzględne różnice i dzieli tę sumę przez liczbę obserwacji.

Zapis matematyczny to MAD = Σ|xᵢ − x̄| ÷ n, gdzie Σ oznacza sumowanie po wszystkich obserwacjach, x̄ to średnia, a n to liczba danych. Dzielenie przez n jest istotne: dzięki niemu wynik nie rośnie tylko dlatego, że w zbiorze jest więcej liczb. Dwa zbiory o podobnym rozproszeniu, ale różnej liczbie obserwacji, dadzą zbliżony MAD. Wynik jest więc średnią odległością pojedynczej wartości od średniej, a nie sumarycznym błędem całego zbioru.

Od strony geometrycznej suma |xᵢ − x̄| to odległość mierzona po osi, bez potęgowania. W wariancji i odchyleniu standardowym różnice podnosi się do kwadratu, co mocno uwypukla pojedyncze duże odchylenia i mocno wycisza małe. Wartość bezwzględna traktuje odchylenia proporcjonalnie do ich rzeczywistej wielkości: odchylenie dwa razy większe wnosi do sumy dwa razy więcej. Dlatego MAD rośnie wolniej niż odchylenie standardowe, gdy w danych pojawi się wartość skrajna.

Przykład krok po kroku

1. Zbierz dane: 2, 4, 4, 4, 5, 5, 7, 9. Liczba obserwacji wynosi n = 8.
2. Policz sumę wartości: 2 + 4 + 4 + 4 + 5 + 5 + 7 + 9 = 40. Podziel ją przez liczbę obserwacji: 40 ÷ 8 = 5. Średnia x̄ = 5.
3. Odejmij średnią od każdej wartości: 2 − 5 = −3, 4 − 5 = −1 (trzy razy), 5 − 5 = 0 (dwa razy), 7 − 5 = 2, 9 − 5 = 4.
4. Usuń znaki, czyli zastąp każdą różnicę jej wartością bezwzględną: 3, 1, 1, 1, 0, 0, 2, 4.
5. Dodaj odchylenia bezwzględne: 3 + 1 + 1 + 1 + 0 + 0 + 2 + 4 = 12.
6. Podziel sumę przez liczbę obserwacji: 12 ÷ 8 = 1,5. Odchylenie przeciętne dla tego zbioru wynosi 1,5.

Odchylenia bezwzględne dla danych 2, 4, 4, 4, 5, 5, 7, 9 (średnia wynosi 5)

Jak korzystać z wyniku

• Sprawdź jednostkę — odchylenie przeciętne wyraża się w tej samej jednostce co dane. Dla wartości w złotych wynik też jest w złotych, dla wartości w sekundach w sekundach. Dzięki temu łatwo przełożyć wynik na język praktyki: MAD równy 1,5 oznacza, że typowa wartość leży około 1,5 jednostki od średniej.
• Nie porównuj różnych skal — MAD dla wzrostu w centymetrach i MAD dla masy w kilogramach to liczby nieporównywalne. Jeśli chcesz zestawić rozproszenie dwóch zbiorów o różnej skali, podziel MAD przez średnią i dopiero wtedy porównuj otrzymane ilorazy.
• Ustaw dane w jednej skali — przed policzeniem wyniku upewnij się, że wszystkie wartości podajesz w tej samej jednostce. Wprowadzenie części danych w metrach, a części w centymetrach zafałszuje i średnią, i samo odchylenie.
• Zestaw MAD z liczbą obserwacji — przy kilku punktach pojedyncza skrajna wartość może wyraźnie podnieść wynik, przy kilkuset punktach jej wpływ jest proporcjonalnie mniejszy. Zawsze podawaj kontekst, dla ilu danych liczysz rozproszenie.
• Traktuj wynik opisowo — nie istnieje uniwersalny próg, od którego MAD jest duży. Ta sama wartość 1,5 może oznaczać niewielkie rozproszenie w jednym zbiorze i bardzo duże w innym, zależnie od jednostki i średniej.

Czego narzędzie nie uwzględnia

• Tylko średnia arytmetyczna — odchylenia liczone są zawsze od średniej, a nie od mediany, dominanty ani innej wartości odniesienia. Odchylenie przeciętne od mediany bywa inne i trzeba je policzyć osobno.
• Wpływ wartości odstających przez średnią — sam brak potęgowania sprawia, że metoda jest łagodniejsza niż odchylenie standardowe, ale wciąż bazuje na średniej, którą jedna skrajna wartość potrafi przesunąć. Przesunięta średnia zmienia wtedy wszystkie odchylenia.
• Brak opisu kształtu rozkładu — dwie grupy mogą mieć identyczny MAD, a zupełnie inny układ wartości: jedna symetryczny, druga z długim ogonem. Sama liczba nie mówi, gdzie leżą obserwacje ani czy rozkład jest zbliżony do symetrycznego.
• Brak normalizacji i oceny jakości danych — narzędzie nie sprawdza, czy dane są sensowne, kompletne ani czy nie zawierają pomyłek przy wpisywaniu. Wynik jest wyłącznie arytmetyczną konsekwencją podanych liczb.

Najczęstsze pytania