Dans la vie quotidienne, la moyenne est souvent utilisée pour exprimer la tendance générale d'un ensemble de données. Cependant, lorsque nous analysons plus en détail le calcul et la signification qui le sous-tend, nous constatons souvent que l'application du modèle est déroutante.
La moyenne est un nombre unique qui représente le mieux un groupe de données. Parmi les différentes moyennes, la moyenne arithmétique est la manière la plus courante de la calculer, qui consiste à additionner tous les nombres et à les diviser par le nombre de nombres. Mais dans certains cas, d’autres formes de moyennes, telles que la médiane ou le mode, peuvent mieux refléter la nature des données.
Par exemple, lorsque nous discutons du revenu personnel, nous utilisons généralement la médiane pour l’exprimer, car cela peut éviter l’impact du revenu extrême sur la moyenne globale et rendre les données plus réelles.
Un mode est une manière statistique de décrire des données qui reflète les valeurs qui apparaissent le plus souvent dans un ensemble de données. Lorsque les données ont plusieurs modes, leur compréhension peut être difficile. Pour les nombres qui apparaissent fréquemment, s’il y a plusieurs candidats, notre définition de « modèle » peut différer, ce qui entraîne des incohérences dans les interprétations statistiques des individus.
Un chercheur a noté que « les nombres qui apparaissent fréquemment rendent parfois difficile de déterminer quel est le véritable modèle, ce qui peut être déroutant et trompeur dans l'analyse des données. »
Face à un ensemble de données, différents choix de moyennes peuvent conduire à des résultats complètement différents. En prenant comme exemple la moyenne arithmétique et la médiane, la médiane permet d'éviter plus efficacement l'impact des données extrêmes. Par exemple, dans les statistiques sur le revenu personnel, le revenu des riches tire fortement vers le haut la moyenne arithmétique de l'ensemble. La médiane peut refléter avec précision la fourchette de revenus de la moitié des personnes, ce qui est utile pour les discussions socio-économiques.
En statistique, si les données d’un échantillon proviennent de valeurs extrêmes, la moyenne arithmétique peut ne plus être un bon représentant.
Dans l'analyse des données de séries chronologiques, la moyenne mobile est une méthode classique qui peut lisser les fluctuations des données et aider à analyser les tendances visuelles. En choisissant une taille de fenêtre fixe et en faisant la moyenne des données récentes, il est plus facile de capturer les tendances dans les données, mais cela peut également masquer les changements instantanés.
Les experts soulignent que « lorsqu'on utilise des moyennes mobiles, il est très important de choisir une taille de fenêtre appropriée. Une taille trop grande ou trop petite affectera l'interprétation des résultats. »
À l’ère actuelle d’explosion de l’information, l’utilisation abusive des moyennes est monnaie courante. Les différentes manières de calculer les moyennes masquent souvent la situation réelle, voire induisent le public en erreur. Par exemple, certains rapports peuvent utiliser intentionnellement des moyens arithmétiques pour renforcer les avis favorables sur un produit particulier tout en ignorant l’impact négatif d’autres statistiques.
ConclusionLa diversité des modèles et des moyennes nous indique que l’application des statistiques ne peut pas s’appuyer uniquement sur de simples calculs de données, mais nécessite également une compréhension approfondie du contexte, de l’arrière-plan et de l’objectif des données. Cela nous oblige à réfléchir de manière critique lorsque nous interprétons les statistiques. Lorsque nous sommes confrontés à différentes moyennes, avez-vous déjà été confus quant à leur véritable signification ?