Kalkulator dominanty
Znajdź najczęstszą wartość, sprawdź jej udział w danych i zobacz, czy zbiór ma jedną dominantę, kilka dominant czy nie ma żadnej wyróżnionej.
Wyznacz dominantę
Od danych do świadomej decyzji
- Dane
- Obliczenie
- Wykres
- Decyzja
W przykładowym zbiorze dominantą jest 5
Najpierw zliczamy wystąpienia każdej wartości
Dane 2, 4, 4, 5, 5, 5, 8, 9 zawierają osiem obserwacji. Po uporządkowaniu widać, że 2 występuje raz, 4 dwa razy, 5 trzy razy, a 8 i 9 po jednym razie. Największą częstość ma 5, dlatego to ona jest dominantą tego zbioru.
Dominanta, nazywana również modą, odpowiada na proste pytanie: którą wartość zaobserwowano najczęściej? Nie dodajemy liczb i nie szukamy środkowej pozycji. Tworzymy tabelę częstości, porównujemy liczebności i wybieramy wartość albo wartości z najwyższym wynikiem.
W rezultacie głównym widzisz samą dominantę, a pod nią jej częstość i udział. Dla przykładu jest to 5, trzy wystąpienia i 37,5% wszystkich danych. Wykres częstości pokazuje, o ile piątka wyprzedza pozostałe wartości.
Dominanta jest wartością, a częstość mówi, ile razy ją znaleziono
Wyniku 5 nie należy mylić z liczbą powtórzeń. Dominanta ma tę samą jednostkę co obserwacje: jeśli lista opisuje liczbę zamówionych sztuk, dominantą jest 5 sztuk. Częstość 3 informuje osobno, że taki wynik pojawił się w trzech rekordach.
Udział dominanty pomaga ocenić siłę skupienia. Dominanta występująca w 90% rekordów opisuje dane inaczej niż wartość, która wygrała nieznacznie z udziałem 12%. Samo wskazanie zwycięskiej liczby pomija tę różnicę, dlatego kalkulator podaje również procent.
Przy ważonych danych zwykłe zliczenie może nie wystarczyć. Jeśli jeden wiersz reprezentuje tysiąc klientów, a drugi jednego klienta, potrzebna jest tabela z wagami. Formularz zakłada, że każda wpisana obserwacja ma taką samą wagę.
Kolejność wpisania liczb nie wpływa na wynik
Lista 5, 2, 9, 5, 4, 8, 5, 4 da ten sam wynik jak lista uporządkowana. Dominanta zależy wyłącznie od liczby wystąpień. Sortowanie jest pomocne przy ręcznej kontroli, lecz nie jest warunkiem działania.
Separatorem może być przecinek, średnik, spacja lub nowa linia zgodnie z obsługą pola listy. Przy polskim przecinku dziesiętnym najlepiej oddzielać wartości średnikiem albo nowymi liniami, aby zapis 2,5 nie został pomylony z dwiema liczbami 2 i 5.
Przed interpretacją porównaj liczbę obserwacji w podsumowaniu z liczbą rekordów źródłowych. Brakująca pozycja, podwójny separator albo przypadkowo wklejony nagłówek mogą zmienić tabelę częstości, nawet jeśli wskazana dominanta nadal wygląda wiarygodnie.
Zbiór może nie mieć jednej wyróżnionej dominanty
Gdy wszystkie wartości występują równie często, zwracamy brak dominanty
Dla danych 2, 4, 6, 8 każda wartość pojawia się raz. Nie ma powodu wyróżniać którejkolwiek z nich, więc wynik brzmi „Brak dominanty”. To bardziej użyteczna odpowiedź niż wypisanie wszystkich czterech liczb jako równorzędnych mód.
Ta sama sytuacja wystąpi w zbiorze 1, 1, 2, 2, 3, 3: każda z trzech wartości ma częstość 2. Chociaż obserwacje się powtarzają, maksimum nie odróżnia jednej wartości od reszty. Statistics Canada przyjmuje właśnie taką zasadę: gdy wszystkie możliwe wartości występują tyle samo razy, dominanty nie ma.
Brak dominanty nie oznacza braku danych ani błędu rachunkowego. Oznacza jedynie, że częstość nie wskazuje typowej wartości. Nadal można opisać zbiór medianą, średnią, zakresem i pełną tabelą częstości.
Wspólne maksimum tworzy zbiór wielomodalny
W danych 1, 2, 2, 3, 4, 4, 5 wartości 2 i 4 występują po dwa razy, a pozostałe po jednym. Obie są dominantami. Kalkulator nie wybiera mniejszej ani pierwszej napotkanej liczby, lecz pokazuje cały remis.
Dwie dominanty nazywa się potocznie rozkładem dwumodalnym, a większą liczbę szczytów — wielomodalnym. W małej liście taki wynik może powstać przypadkowo. W większych danych może też wskazywać na połączenie różnych grup, na przykład klientów detalicznych i hurtowych albo pomiarów z dwóch ustawień maszyny.
Wartości o tej samej najwyższej częstości są sortowane rosnąco. Ich kolejność w wyniku nie nadaje im rangi. Każda ma dokładnie ten sam status i tę samą częstość maksymalną.
| Dane | Najwyższa częstość | Wniosek |
|---|---|---|
| 2, 4, 4, 5, 5, 5 | 3 dla wartości 5 | jedna dominanta: 5 |
| 1, 2, 2, 3, 4, 4 | 2 dla wartości 2 i 4 | dwie dominanty: 2 i 4 |
| 1, 2, 3, 4 | 1 dla każdej wartości | brak dominanty |
Prawie remis warto zobaczyć w tabeli, nie tylko w jednym numerze
Jeżeli najczęstsza wartość ma 101 wystąpień, a kolejna 100, formalnie istnieje jedna dominanta. Przewaga jest jednak minimalna. Decyzja biznesowa oparta wyłącznie na pierwszym miejscu mogłaby być niestabilna po dodaniu kilku nowych rekordów.
Wykres częstości pozwala rozpoznać taki przypadek. Patrz nie tylko na najwyższy słupek, ale także na drugi i trzeci oraz na liczbę obserwacji. Dominanta z pięciu rekordów ma znacznie mniej stabilne znaczenie niż podobna proporcja w pięciu tysiącach rekordów.
Jeśli dane są próbą zmieniającą się w czasie, policz dominantę również w kolejnych okresach. Wartość typowa dla całego roku może ukrywać sezonowość: na przykład dwa rozmiary produktu mogą dominować w różnych miesiącach.
Sposób przygotowania danych może zmienić dominantę
Dokładne porównanie odróżnia 4,9 od 5,0
W trybie „bez grupowania” każda różna wartość liczbowa otrzymuje własny licznik. Pomiary 4,9, 5,0 i 5,1 nie są traktowane jako trzy wersje piątki. To właściwy wybór dla dyskretnych wartości, kodów liczbowych i danych zapisanych z jednolitą rozdzielczością.
Przy pomiarach ciągłych dokładne powtórzenia mogą być rzadkie. Temperatura 20,01°C i 20,02°C to oddzielne wartości, choć różnica może być mniejsza od użytecznej skali analizy. W takim przypadku dominanta surowych liczb często nie opisuje żadnego rzeczywistego skupienia.
Formularz pozwala przed zliczeniem zaokrąglić liczby do zera, jednego, dwóch albo trzech miejsc po przecinku. Jest to świadome grupowanie, a nie poprawa dokładności. Wynik opisuje wtedy wartości po zaokrągleniu i powinien być raportowany razem z przyjętym krokiem.
Zaokrąglenie powinno wynikać z rozdzielczości i celu analizy
Dla czasu dostawy mierzonego w pełnych dniach zaokrąglenie do jedności może być naturalne. Dla dawki leku albo wymiaru części mechanicznej ten sam krok byłby zbyt gruby. Nie wybieraj liczby miejsc tylko dlatego, że wtedy pojawia się wyraźna dominanta.
Zmiana kroku może połączyć sąsiednie wartości i przesunąć maksimum. Lista 4,94, 4,96, 5,04 po zaokrągleniu do jednego miejsca daje 4,9, 5,0, 5,0, więc dominantą staje się 5,0. Przy dwóch miejscach każda obserwacja jest inna i dominanty nie ma.
Jeśli granice przedziałów są istotne, lepszy od zwykłego zaokrąglenia jest histogram z jawnie określonymi klasami. Zaokrąglenie tworzy przedziały skupione wokół wartości, a histogram może używać granic odpowiadających procesowi, na przykład 0–9, 10–19 i 20–29 minut.
Błędy zapisu potrafią stworzyć fałszywy szczyt
W danych liczbowych wartości 5, 5.0 i 05 są po prawidłowym odczycie tą samą liczbą. Inaczej może być w systemie przechowującym je jako tekst. Przed analizą warto ujednolicić separatory dziesiętne, usunąć spacje i sprawdzić, czy kody z zerem wiodącym rzeczywiście są liczbami.
Braki danych oznaczone jako 0 lub −999 mogą niespodziewanie zostać dominantą. Jeśli symbol oznacza „nie wiadomo”, nie powinien uczestniczyć w zliczaniu jak prawdziwy pomiar. Najpierw zamień go na brak danych i osobno raportuj liczbę braków.
Duplikaty rekordów również zwiększają częstość. Gdy ten sam klient, pomiar albo transakcja trafiły do pliku dwa razy, dominanta może opisywać błąd łączenia tabel. Sprawdzenie unikalnego identyfikatora jest szczególnie ważne przed interpretacją najpopularniejszej wartości.
Dominanta pokazuje popularność, nie zawsze środek rozkładu
Średnia, mediana i dominanta odpowiadają na inne pytania
Średnia dzieli sumę wartości przez liczbę obserwacji. Mediana wyznacza środkową pozycję po uporządkowaniu. Dominanta wskazuje najczęstszy wynik. W symetrycznym, jednokształtnym rozkładzie mogą być podobne, ale nie jest to ogólna zasada.
Dla cen 10, 10, 10, 12 i 100 dominanta wynosi 10, mediana 10, a średnia 28,4. Wartość skrajna mocno przesuwa średnią, lecz nie wpływa na najczęstszy wynik. W innym zbiorze dominanta może leżeć daleko od mediany, jeśli występuje lokalne skupienie.
NIST zaleca patrzenie na kilka miar i wykres, szczególnie przy rozkładzie skośnym lub wielomodalnym. Jedna liczba nie pokaże ogonów, odstających obserwacji ani dwóch odrębnych grup. Wynik z tego kalkulatora jest początkiem opisu danych, a nie jego końcem.
Dla kategorii dominanta bywa jedyną sensowną miarą typowości
Kolor, wariant dostawy czy wybrany plan abonamentowy nie mają naturalnej skali liczbowej. Nie można policzyć ich średniej, a mediana zwykle również nie ma sensu. Najczęstsza kategoria jest za to czytelną informacją o popularności.
Obecny formularz przyjmuje liczby, dlatego kategorie tekstowe trzeba wcześniej zakodować lub zliczyć w arkuszu. Kod 1 dla czerwonego i 2 dla niebieskiego nie oznacza jednak, że średnia 1,5 jest kolorem pośrednim. Kod służy wyłącznie jako etykieta, a wynik należy przetłumaczyć z powrotem na nazwę.
Przy raportowaniu podaj liczebność oraz odsetek najpopularniejszej kategorii. Sam komunikat „najczęściej wybierano wariant A” może być mylący, jeśli A uzyskał 26%, a trzy pozostałe warianty po około 24–25%.
W danych ciągłych szczyt histogramu nie jest tym samym co powtarzająca się liczba
NIST rozróżnia modę danych dyskretnych od szczytu rozkładu lub histogramu. Dla wzrostu, czasu czy temperatury wynik zależy od szerokości klas. Najwyższy słupek mówi o najczęstszym przedziale, niekoniecznie o jednej dokładnej wartości.
Dwa wyraźne szczyty histogramu mogą sugerować mieszaninę populacji, zmianę ustawienia procesu, sezonowość albo cykliczność. Mogą też powstać przez niefortunny wybór granic klas. Zmieniaj szerokość przedziału i sprawdzaj dane w kontekście, zanim nazwiesz zjawisko dwumodalnym.
Wynik warto opisać zdaniem, które zachowuje zakres wniosku: „w tej próbie najczęściej wystąpiła wartość 5, trzy razy na osiem obserwacji”. Takie sformułowanie jest dokładniejsze niż ogólne „typowy wynik to 5”, zwłaszcza gdy próba jest mała lub prawie remisowa.
Najczęstsze pytania
Czy dominanta i liczba jej wystąpień to to samo?
Nie. Dominanta to najczęstsza wartość, na przykład 5, a jej częstość to liczba wystąpień, w tym przypadku 3.
Kiedy zbiór nie ma dominanty?
Gdy wszystkie różne wartości mają taką samą częstość. Żadna nie wyróżnia się wtedy jako najczęstsza.
Czy zbiór może mieć dwie dominanty?
Tak. Jeśli dwie różne wartości mają tę samą najwyższą częstość, obie są dominantami i wynik jest dwumodalny.
Co oznacza prawie remis dwóch najczęstszych wartości?
Formalnie wygrywa wyższa częstość, ale niewielka przewaga może być niestabilna. Porównaj pełną tabelę oraz liczebność próby.
Czy trzeba sortować liczby przed wpisaniem?
Nie. Kolejność nie wpływa na zliczanie, choć posortowana lista ułatwia ręczne sprawdzenie wyniku.
Po co jest opcja grupowania miejsc dziesiętnych?
Pozwala świadomie połączyć bardzo bliskie pomiary przez zaokrąglenie przed zliczeniem. Wybrany krok może jednak zmienić dominantę.
Czy brak danych oznaczony zerem liczy się do dominanty?
Tak, jeśli pozostawisz go na liście. Jeżeli zero oznacza brak, usuń je lub oznacz jako brak przed analizą.
Kiedy lepsza jest mediana niż dominanta?
Gdy interesuje Cię środkowa pozycja danych liczbowych, zwłaszcza przy rozkładzie skośnym i bez wyraźnych powtórzeń.
Czy można liczyć dominantę dla danych tekstowych?
Tak, najczęstsza kategoria jest dominantą. Ten formularz przyjmuje liczby, więc nazwy trzeba wcześniej zliczyć lub jednoznacznie zakodować.
Źródła i dalsza lektura
- Statistics Canada. (2021). Calculating the mode.
- NIST/SEMATECH. (n.d.). e-Handbook of Statistical Methods.
- OpenStax. (n.d.). Introductory Statistics.