Calculer la Médiane

Calculez la médiane d'une série de nombres

Comment calculer une médiane ?

La médiane est une mesure de la tendance centrale d'une distribution et représente le point médian d'un ensemble de données ordonné. Contrairement à la moyenne, qui prend en compte chaque valeur de l'ensemble, la médiane est influencée par la position des données et non par leurs valeurs réelles. Cela rend la médiane plus robuste que la moyenne, car elle est moins sensible aux valeurs aberrantes.

Étapes pour calculer la médiane

Pour calculer la médiane, suivez les étapes :

1. Ordonnez l'ensemble de données : Rangez toutes les valeurs de l'ensemble du plus petit au plus grand. Si votre série de nombres est {8, 3, 5, 4, 9, 1}, vous ordonnez les valeurs comme {1, 3, 4, 5, 8, 9}.
2. Trouvez le milieu de l'ensemble de données : Vérifiez si le nombre de données (n) est pair ou impair.
   • Pour un nombre impair de données : La médiane est la valeur au milieu de la séquence ordonnée. Dans notre série de six nombres {1, 3, 4, 5, 8, 9}, il n'y a pas de seul nombre exactement au milieu, car nous avons un nombre pair de nombres.
   • Pour un nombre pair de données : La médiane est la moyenne des deux nombres du milieu. Dans notre ensemble, 4 et 5 sont les nombres du milieu. Nous calculons leur moyenne comme (4 + 5)/2 = 4,5. Donc, la médiane est 4,5.

Exemple

Supposons que nous ayons la série de nombres suivante : 4, 8, 6, 5, 3, 2, 8, 9, 2, 5.

1. Nous rangeons d'abord les nombres par ordre croissant : 2, 2, 3, 4, 5, 5, 6, 8, 8, 9.
2. Nous voyons que le nombre de nombres dans la série est 10, ce qui est un nombre pair.
3. Comme nous avons un nombre pair de nombres, nous prenons les deux nombres du milieu (5 et 5 dans ce cas) et calculons la moyenne. Dans ce cas, la médiane est également 5.

La médiane nous donne une mesure précieuse de la tendance centrale qui donne une vision plus complète de nos données, surtout lorsqu'elle est combinée avec d'autres mesures telles que la moyenne et le mode. De plus, comme la médiane est moins sensible aux valeurs extrêmes, elle peut dans de nombreux cas fournir une image plus précise de la valeur 'typique' dans un ensemble de données.