Dans le langage courant, « moyenne » est un terme utilisé pour exprimer la meilleure valeur représentative d'un ensemble de données. La manifestation la plus courante est la moyenne arithmétique, qui est la somme d’un ensemble de nombres divisée par le nombre de nombres. Toutefois, selon le contexte, l'indicateur statistique le plus représentatif peut être d'autres indicateurs de tendance centrale, comme la médiane ou le mode. Cela nous amène à la diversité des données obtenues et à la simplicité de leur présentation superficielle, qui n'est en aucun cas la seule perspective.
Bien que la moyenne arithmétique soit la plus couramment utilisée, d'autres types de moyennes sont tout aussi importants, notamment la médiane et le mode, qui peuvent fournir une représentation plus précise des données dans différentes situations.
Si un ensemble de nombres est exactement le même, alors la moyenne de tous les nombres est également égale à ce nombre. Cette propriété est cohérente pour tous les types de moyenne. L’utilisation de moyennes peut être trompeuse lorsque l’on considère des listes de données de longueurs variables. Dans de nombreux scénarios, la « moyenne » des données reflète en réalité la situation globale, mais ne reflète pas toujours les détails spécifiques.
En plus de la moyenne arithmétique, il existe plusieurs autres mesures de tendance centrale : le mode est le nombre qui apparaît le plus fréquemment dans une liste, et la médiane est le nombre du milieu lorsque les nombres sont triés par taille. L’existence de ces indicateurs remet en question l’utilisation exclusive de la moyenne arithmétique, car dans certains cas, de telles simplifications peuvent obscurcir la véritable situation. Par exemple, dans les statistiques du revenu, l’utilisation de la médiane plutôt que de la moyenne arithmétique peut refléter plus fidèlement la situation économique de la majorité des gens, car un petit nombre de personnes aux revenus élevés augmenteront la moyenne et la rendront non représentative.
La définition du mode est ambiguë car dans certains cas, il peut y avoir plusieurs modes et dans d'autres cas, il peut n'y avoir aucun mode.
En finance, le pourcentage de rendement moyen est une mesure populaire, souvent utilisée pour évaluer les performances des investissements. Permet aux utilisateurs de mieux comprendre les performances passées et les tendances futures potentielles lors de l’analyse des rendements. De plus, les moyennes mobiles sont souvent utilisées dans l'analyse financière pour lisser les données volatiles et montrer les tendances à long terme.
Les premiers enregistrements de la moyenne arithmétique remontent au XVIe siècle. Au fil du temps, cette méthode est devenue un moyen généralement accepté dans la communauté scientifique pour réduire les erreurs de mesure, notamment en astronomie. La poursuite de l’utilisation des moyennes depuis l’Antiquité jusqu’à nos jours démontre non seulement l’évolution de la pensée mathématique, mais reflète également l’évolution de la compréhension humaine des données.
Le terme « moyenne » vient de l'arabe et faisait initialement référence aux pertes causées par les tempêtes dans le commerce maritime.
Bien que les moyennes puissent nous fournir des informations utiles, dans la plupart des cas, nous devons être prudents dans l'interprétation des différentes méthodes de calcul des moyennes. Chaque moyenne différente peut conduire à des conclusions très différentes selon les données utilisées. Le professeur d'université Daniel Lieberz souligne que les statistiques sont souvent mal comprises et que la manière dont elles sont interprétées peut avoir un impact significatif sur les résultats. Par conséquent, la moyenne elle-même ne doit pas être réduite à un seul élément d’information, mais doit être combinée au contexte pour obtenir une compréhension plus complète.
En résumé, les moyennes jouent un rôle important dans l'analyse des données, mais leur apparente simplicité peut cacher de nombreuses complexités. À l’ère des données abondantes, comment les lecteurs doivent-ils choisir la moyenne appropriée pour interpréter les données qu’ils rencontrent ?