Чем медиана отличается от среднего

Вы записываете время на задачи каждый день. В конце недели открываете таблицу и видите: в среднем на почту уходит 45 минут. Кажется, всё нормально. Но стоит взглянуть на отдельные дни - и картина меняется: три дня по 15 минут, один день - 2 часа. Среднее вводит в заблуждение, потому что оно чувствительно к каждому значению. Медиана же показывает середину ряда: половина дней была меньше этого значения, половина - больше. В нашем примере медиана будет 15 минут - именно столько вы тратите на почту в типичный день.

Среднее арифметическое - это сумма всех значений, делённая на их количество. Медиана - это значение, которое делит упорядоченный ряд пополам. Если у вас пять задач длительностью 10, 20, 30, 40 и 100 минут, среднее будет 40 минут, а медиана - 30. Разница невелика, но стоит заменить 100 на 500 - и среднее взлетит до 120, а медиана останется 30. Вот почему для анализа повседневных дел, где случаются авралы, медиана часто честнее.

Когда среднее обманывает

Среднее хорошо работает, когда данные симметричны и нет явных выбросов. Но в учёте времени таких ситуаций мало. Одна долгая встреча, внезапный дедлайн или срочный звонок могут сильно исказить среднюю нагрузку. Представьте, что вы анализируете, сколько времени уходит на ответы клиентам. В понедельник вы потратили 30 минут, во вторник - 25, в среду - 35, в четверг - 20, а в пятницу пришлось разбирать сложный запрос и вы просидели 3 часа. Среднее за неделю - около 54 минут. Медиана - 30 минут. Если вы планируете следующий день, ориентируясь на среднее, вы заложите почти час на почту, хотя обычно хватает получаса.

Среднее также искажается, когда данные имеют «тяжёлый хвост» - несколько очень больших значений. В статистике это называют асимметрией. Например, время на выполнение задач может быть распределено так: большинство задач занимают 10-20 минут, но есть несколько многочасовых. Среднее будет завышено, и вы начнёте думать, что работаете больше, чем на самом деле. Или наоборот - если есть несколько очень быстрых задач, среднее занизится.

Как найти выбросы в своих данных

Выбросы - это значения, которые сильно отличаются от остальных. Их не всегда легко заметить, особенно если данных много. Простой способ - визуальный осмотр: выпишите все значения в ряд и посмотрите на них. Если одно число резко выделяется, это кандидат в выбросы. Более формальный метод - правило межквартильного размаха (IQR). Упорядочьте данные, найдите первый квартиль (25-й процентиль) и третий квартиль (75-й процентиль). Разница между ними - межквартильный размах. Всё, что ниже Q1 − 1,5×IQR или выше Q3 + 1,5×IQR, считается выбросом. Звучит сложно, но в Excel или Google Таблицах это делается за пару минут с помощью функций КВАРТИЛЬ и последующей фильтрации.

Другой приём - использовать диаграмму размаха (box plot). Она сразу показывает медиану, квартили и точки, выходящие за усы. Если вы ведёте учёт в приложении, поищите, есть ли там такой график. Если нет, постройте вручную. Например, в вашем трекере время на спорт за месяц: 30, 40, 50, 45, 35, 120 минут. 120 минут - явный выброс, возможно, вы ходили в поход. Такое значение стоит либо исключить из анализа типичной нагрузки, либо рассматривать отдельно.

Важно не автоматически выбрасывать все отклонения. Иногда выброс - это ценная информация: вы поняли, что можете работать быстрее или что задача оказалась сложнее, чем казалось. Но для расчёта типичных показателей такие точки лучше не учитывать.

Какой показатель выбрать

Выбор между медианой и средним зависит от вопроса, на который вы хотите ответить. Если нужна общая сумма времени за период - используйте сумму, а не среднее. Если хотите понять типичную длительность задачи - берите медиану. Если данные симметричны и выбросов нет, среднее и медиана будут близки, и можно использовать любой. Но на практике в личном учёте времени данные почти всегда скошены, поэтому медиана надёжнее для описания «обычного дня».

Среднее пригодится, когда важна каждая минута: например, для расчёта общей загрузки или стоимости часа. Но и здесь стоит проверить, нет ли выбросов, которые искажают картину. Иногда имеет смысл считать усечённое среднее - отбросить крайние 5-10% значений и посчитать среднее по оставшимся. Это компромисс: вы учитываете большинство данных, но не позволяете одному выбросу перевернуть всё.

В анализе привычек и продуктивности полезно смотреть на оба показателя вместе. Если среднее сильно выше медианы, значит, есть дни с высокой нагрузкой, которые вытягивают статистику. Это сигнал: возможно, вы перерабатываете или неравномерно распределяете дела. Если медиана выше среднего - наоборот, есть несколько очень лёгких дней, которые тянут среднее вниз.

Короткий чек-лист

  • [ ] Прежде чем считать среднее, постройте упорядоченный ряд значений и проверьте, нет ли явных выбросов.
  • [ ] Для типичной длительности задач или ежедневных дел используйте медиану - она устойчива к аномалиям.
  • [ ] Если данные симметричны и выбросов нет, среднее и медиана близки - можно применять любой показатель.
  • [ ] Для поиска выбросов используйте правило IQR или диаграмму размаха; не удаляйте аномалии бездумно - иногда они несут полезную информацию.
  • [ ] Сравнивайте среднее и медиану: большое расхождение между ними указывает на скошенность данных и стоит отдельного внимания.