Среднее, которое уводит в сторону: как читать асимметричные распределения

Одно число — не вся картина

Представьте пять человек, которые ждут автобус: четверо ждут по 5 минут, а пятый — 45. Среднее время ожидания равно 13 минутам. Но никто из четверых не ждал именно столько, и для типичного пассажира это число может быть неудачным описанием опыта. Медиана — третье значение в упорядоченном ряду — здесь равна 5 минутам.

Разница возникает из-за асимметрии распределения. Значения могут тесно группироваться в одной области, тогда как небольшая доля очень больших наблюдений растягивает правый край. В таких случаях среднее чувствительно к крайним значениям, а медиана обычно устойчивее к ним. Это не делает медиану всегда правильным ответом: показатель следует выбирать под вопрос, который мы задаём данным.

Путаница появляется, когда одно число называют просто средним или типичным, не уточняя способ расчёта и форму распределения. Читатель может решить, будто речь идёт о результате, характерном для большинства людей, хотя цифру заметно изменили несколько крупных наблюдений.

Как хвост распределения меняет вывод

Возьмём условные месячные расходы группы из десяти семей: девять тратят по 1 000 условных единиц, а одна — 10 000. Среднее составит 1 900 единиц, медиана — 1 000. Если вопрос звучит так: «Сколько тратит семья в середине списка?», медиана отвечает точнее. Если нужно оценить общий объём расходов группы и поделить его на число семей, уместно среднее.

Оба числа верны, но отвечают на разные вопросы. Среднее сохраняет информацию о сумме всех значений и потому важно для совокупных величин. Медиана описывает центральное положение упорядоченных наблюдений. В асимметричном распределении они могут заметно расходиться; само расхождение — не ошибка, а подсказка о том, что данные неоднородны или содержат длинный хвост.

Ещё одна полезная проверка — посмотреть не только на центр, но и на разброс. Две группы могут иметь одинаковую медиану, хотя в одной значения собраны близко друг к другу, а в другой сильно различаются. Без сведений о вариативности центральная цифра даёт неполное описание.

Почему интуиция тянется к одному числу

Краткое резюме удобно: его легко запомнить и сравнить с другой цифрой. Но удобство может скрыть структуру данных. Когда слышим о среднем показателе, мы нередко мысленно представляем обычный случай — будто наблюдения распределены вокруг центра примерно симметрично. Если это предположение неверно, такая картинка вводит в заблуждение.

Крайние значения тоже привлекают внимание сильнее обычных. Один необычайно большой результат может стать главной деталью рассказа, хотя он не описывает большинство наблюдений. Возможна и обратная ошибка: читатель видит медиану и заключает, что значения выше неё несущественны, хотя именно они могут определять общий объём или существенную часть разброса.

Поэтому критическое чтение — не соревнование между средним и медианой. Важно спросить, что измеряли, каковы единицы измерения, сколько было наблюдений и каким образом собрали данные. Стоит также выяснить, не смешаны ли в одном наборе разные группы: общая цифра может скрывать заметные различия между ними.

Пример из сообщений о риске

Допустим, в условном отчёте указана средняя продолжительность нежелательного последствия после некоторого события. Если у большинства людей этот период короткий, а у небольшой части — намного длиннее, среднее может оказаться существенно выше медианы. Фраза о «средней продолжительности» тогда не означает, что именно столько длится опыт типичного человека.

В общественном обсуждении азартных игр статистику последствий также важно читать с оглядкой на определения и распределение. Число о среднем ущербе, например, само по себе не сообщает, как он распределён между людьми, какие наблюдения вошли в подсчёт и за какой период их собирали. Оно не позволяет автоматически заключить, что у каждого человека последствия одинаковы или что конкретная причина установлена.

Здесь полезно разделять описание и объяснение. Статистика может показать, что наблюдения различаются или что определённый показатель выше в одной группе. Но для вывода о причине нужны дополнительные основания: кто сравнивался, какие факторы могли влиять на результат и насколько надёжны данные. Одна сводная величина этих вопросов не решает.

Короткий протокол чтения статистики

• Уточните показатель. Речь о среднем арифметическом, медиане или другом способе суммирования данных?
• Спросите, на какой вопрос он отвечает. Описание типичного наблюдения и оценка общего объёма — разные задачи.
• Посмотрите на распределение. Полезны диапазон, разброс, график или хотя бы несколько ориентировочных значений, а не только центр.
• Проверьте основание сравнения. Одинаковы ли единицы, периоды наблюдения и состав групп?
• Отделите наблюдение от причинного вывода. Разница между показателями ещё не объясняет, почему она возникла.

Среднее и медиана не конкурируют за звание единственного честного числа. Они освещают разные стороны данных. Когда распределение асимметрично, грамотный вывод обычно начинается не с выбора любимого показателя, а с уточнения вопроса и проверки того, что остаётся за пределами краткого резюме.