Merkezî Eğilim Ölçüleri: Kapsamlı Bir Genel Bakış

Merkezî eğilim, verilerin kümelenme eğiliminde olduğu tipik değeri tanımlayan istatistikteki en önemli kavramlardan biridir. Tüm veri kümesini özetleyen tek ve temsilî bir sayı sunarak büyük miktardaki bilgiyi anlaşılır ve karşılaştırılabilir kılar.

Tarihsel olarak, “merkezî değer” fikri yüzyıllar boyunca evrilmiştir. Antik bilginler, örneğin Yunanlar, basit ortalamaları dikkate alırken, 17. ve 18. yüzyıllarda matematikçiler ortalama, medyan ve modu istatistiksel araçlar olarak resmileştirdi. 20. yüzyıl, çarpık ya da aykırı değerlere duyarlı verilerle çalışmaya yönelik uzmanlaşmış ölçüleri tanıtarak daha fazla sofistikasyon getirdi. Bugün merkezî eğilim, sosyal bilimlerden ekonomiye, mühendislikten makine öğrenmesine kadar geniş bir alanda kritik önemini korumaktadır.

Merkezî Eğilimin Temel Kavramları

Varyantlara geçmeden önce, bazı terimleri gözden geçirelim. Buna ve daha fazlasına daha yakından ve kapsamlı bir bakış için Introduction to Statistics kursumuza kaydolun.

Tanım ve amaç

Merkezî eğilim, bir veri kümesi içinde merkezî bir noktayı belirleyen istatistiksel ölçüdür. Bir özet istatistiği olarak işlev görür ve dağılımdaki değerlerin çoğunun kümelendiği yeri gösterir. Tek ve temsilî bir değer sunarak ham verilerdeki karmaşık değişkenliği basitleştirir.

Merkezî eğilimin temel amaçlarından biri veri kümeleri arasında karşılaştırmalar yapmayı mümkün kılmaktır. Örneğin, merkezî ölçüler kullanılarak şehirler arası ortalama gelirler karşılaştırılabilir ve sosyoekonomik desenler hızla ortaya konabilir. Önemli bir nokta olarak, merkezî eğilim, verilerin merkez etrafında nasıl yayıldığını tanımlayan saçılım ölçülerinden farklıdır. Ortalama veya medyan verinin merkezinin nerede olduğunu gösterirken, varyans ve standart sapma gibi ölçüler, verilerin bu merkez etrafında ne kadar sıkı ya da gevşek dağıldığını ortaya koyar.

Betimsel istatistiklerdeki rolü

Betimsel istatistiklerde merkezî eğilim, büyük veri kümelerini etkili biçimde özetlemek için kullanılır. İster sınav notlarını, ister üretim sürelerini, ister müşteri puanlarını analiz edin; tipik değeri bilmek eğilimleri yorumlamak için çok değerlidir.

Merkezî eğilim, değişkenlik ölçüleriyle yakından etkileşir. Örneğin, iki veri kümesi aynı ortalamaya sahip olabilir ancak yayılım bakımından dramatik biçimde farklılaşabilir; bu da söz konusu ortalamanın bir özet istatistik olarak ne kadar güvenilir olduğunu etkiler. 

Gerçek dünyada merkezî eğilim, politika yapıcıların, iş liderlerinin ve araştırmacıların temsilî değerlere dayalı kararlar almasına yardımcı olur. Bir perakendeci envanter stratejileri geliştirmek için ortalama satışları analiz edebilirken, bir sağlık araştırmacısı tedavi etkinliğini değerlendirmek için medyan sağkalım sürelerine bakabilir.

Veri türleri ve merkezî eğilim

Uygun bir merkezî eğilim ölçüsü seçimi, büyük ölçüde veri türüne bağlıdır. Veriler dört geniş kategoriye ayrılır:

• Nominal veriler, doğal bir sıralamaya sahip olmayan kategorileri temsil eder (ör. kan grupları, renkler).
• Ordinal veriler, tutarlı aralıklar olmaksızın sıralı bir düzeni ifade eder (ör. anket dereceleri: zayıf, orta, iyi).
• Aralık verileri, gerçek sıfır noktası olmaksızın eşit aralıklı sıralı değerlere sahiptir (ör. Celsius sıcaklıkları).
• Oran verileri, eşit aralıklara ve mutlak bir sıfıra sahiptir (ör. ağırlık, boy, gelir).

Her veri türü için en uygun merkezî eğilim ölçüleri şunlardır:

• Nominal verilerde mod uygundur; zira “kırmızı”, “mavi” ve “yeşil” gibi kategorilerin ortalamasını almak anlamsızdır.
• Ordinal verilerde medyan çoğunlukla en iyi seçimdir; sıralamayı gözetir, sıralar arasındaki farkların eşit olduğunu varsaymaz.
• Aralık ve oran verilerinde ortalama, medyan veya mod; dağılımın şekline ve aykırı değerlerin varlığına bağlı olarak uygun olabilir.

Örneğin, medyan hane geliri, gelir verileri çok yüksek kazançlılar nedeniyle çarpık olduğundan sıkça rapor edilirken; insan boylarının normal dağıldığı durumlarda ortalama boy makuldür.

Birincil Merkezî Eğilim Ölçüleri

Üç temel merkezî eğilim ölçüsü vardır: aritmetik ortalama, medyan ve mod. Güçlü ve zayıf yönlerine özellikle dikkat ederek her birini ele alalım.

Aritmetik ortalama

Aritmetik ortalama, sıklıkla basitçe ortalama olarak da adlandırılır; bir veri kümesindeki tüm değerlerin toplanıp gözlem sayısına bölünmesiyle hesaplanır:

Bu ölçünün başlıca avantajı matematiksel özelliklerindedir: cebirsel olarak işlenebilirdir; çıkarımsal istatistik, hipotez testleri ve regresyon analizinde zarif formülasyonlara olanak tanır. Örneğin, varyans ve standart sapma hesaplamalarına sorunsuzca entegre olur.

Ancak ortalama, aykırı değerlere oldukça duyarlıdır: birkaç uç değer, ortalamayı önemli ölçüde saptırabilir ve çarpık dağılımlar için temsili olmaktan çıkarabilir. Örneğin, gelir verilerinde birkaç milyarderin varlığı, ortalamayı çoğu insanın kazandığından çok daha yukarı çekebilir.

Ortalamadan söz ederken anakütle ortalaması (μ) ile örneklem ortalaması (x̄) arasındaki ayrımı yapmak çok önemlidir. İlki tüm anakütleyi tanımlarken, ikincisi bir alt kümeden onu tahmin eder. Verinin bir örnekleminden tüm anakütle hakkında sonuç çıkarmak için istatistiksel çıkarım sürecini kullanırız.

Ortalamanın kullanılmaması gereken senaryolar arasında, şiddetli çarpıklığa sahip dağılımlar, önemli aykırı değerlere sahip veriler veya sıraların ortalamasının pratik anlam taşımadığı ordinal veriler yer alır.

Medyan

Medyan, sıralanmış bir veri kümesinin ortadaki değerini temsil eder. Değer sayısı tekse ortadaki tek değerdir. Çift sayıda değer varsa, ortadaki iki değerin ortalamasıdır.

Medyanı hesaplamak için şunlara ihtiyaç duyarız:

1. Verileri küçükten büyüğe sıralamak.
2. Ortadaki değeri belirlemek.

Medyanın temel gücü, aykırı değerlere karşı dayanıklılığıdır: dağılımın her iki ucundaki uç değerler medyanı etkilemez; bu da onu gelir veya konut fiyatları gibi çarpık veriler için ideal kılar.

Bununla birlikte medyan, ortalamaya göre matematiksel olarak daha az yönetilebilirdir. Karmaşık istatistiksel formüller veya modellemede daha az kullanışlıdır ve cebirsel işlemlere kolayca entegre olmaz.

Mod

Mod, bir veri kümesinde en sık görülen değerdir. Ortalama ve medyandan farklı olarak, nominal verilerle de kullanılabilir; bu da onu farklı veri türlerinde uygulanabilir kılar.

Mod, en yüksek frekanslı kategorileri belirlemeye yardımcı olur; örneğin en popüler ürün rengi veya en yaygın müşteri şikayeti. Ancak bazı sınırlamaları vardır:

• Uniform dağılımlarda mod olmayabilir.
• Çok modlu dağılımlarda birden çok mod olabilir; bu da yorumu zorlaştırır.
• Sayısal verilerde, tüm değerler benzersizse mod bilgi değeri düşük hatta anlamsız olabilir.

Bir frekans dağılımı tablosu, modu belirlemeye sıklıkla yardımcı olur. Örneğin, aşağıdaki elma rengi frekans dağılımı tablosunda “yeşil” moddur:

Birincil Ölçülerin Karşılaştırmalı Analizi

Ortalama, medyan ve modun performans ve uygunluk açısından nasıl farklılaştığını anlamak istatistikte kritiktir. Karşılaştıralım:

Aykırı değerlere ve çarpıklığa duyarlılık

Üç ölçü arasında ortalama, aykırı değerlere en duyarlı olandır: tek bir uç değer bile ortalamayı önemli ölçüde çarpıtabilir. Buna karşın medyan, ortadaki noktayı değiştirecek kadar çok sayıda uç değer birikmedikçe sabit kalır. Mod ise tamamen frekansa dayandığı için aykırı değerlere karşı duyarsızdır.

Çarpıklık da bu ölçüleri etkiler. Sağa çarpık dağılımlarda (ör. gelir verileri) ortalama genellikle medyandan, medyan da moddan daha yüksektir.(Burada mod ile, sürekli bir dağılımdaki, varsa, olasılık yoğunluğu eğrisinin tepe noktasını kastediyorum.)

Tersine, sola çarpık dağılımlarda (ör. öğrencilerin çoğunun yüksek not aldığı sınavlar) ortalama, medyanın ve modun altına düşer:

Simetrik dağılımlar, normal dağılım gibi, ideal olarak üç ölçünün eşitliğini gösterir:

Bununla birlikte, pratikte, örnekleme değişkenliği nedeniyle simetrik dağılımlarda küçük sapmalar görülebilir.

Ortalama, medyan ve mod arasındaki ilişkiler

Önceki bölümde, normal ve çarpık dağılımlarda ortalama, medyan ve mod arasındaki genel ilişkileri zaten gördük. Genel olarak, üç ölçü arasındaki ilişkiler çarpıklık için bir tanılama aracı görevi görür. Ampirik çalışmalarda istatistikçiler sıklıkla Pearson’un ikinci çarpıklık katsayısını uygular:

Örneğin, maaş dağılımlarında ortalama ile medyan arasındaki önemli bir fark, gelir eşitsizliğine işaret eder. Benzer şekilde konut piyasalarında, birkaç aşırı pahalı mülkün ortalamayı saptırabilmesi nedeniyle tipik maliyetleri çoğu zaman ortalamadan ziyade medyan konut fiyatı yansıtır.

Veri türüne göre uygulanabilirlik

Farklı merkezî eğilim ölçüleri farklı veri türlerine uyar. Aşağıdaki tablo, her bir ölçü için en uygun kullanım durumlarını ve sınırlamaları özetler.

Görüldüğü gibi, istatistiksel ölçüyü verinin doğasıyla hizalamak önemlidir.

Uzmanlaşmış Merkezî Eğilim Ölçüleri

Birincil merkezî eğilim ölçülerinin yanı sıra, çarpıklık, aykırı değerler ve veri ölçekleme gibi belirli zorlukları ele alan uzmanlaşmış alternatifler de vardır.

Kırpılmış ve winsorize ortalamalar

Kırpılmış ortalama, ortalamayı hesaplamadan önce veri kümesinin her iki ucundan sabit bir yüzde oranında uç değerleri hariç tutar. Örneğin, %10 kırpılmış ortalama, en düşük %10 ve en yüksek %10 değerleri çıkarır.

Winsorize ortalama uç değerleri ortadan kaldırmaz; bunun yerine onları en yakın kalan değerlerle değiştirir. Bu ölçü, verilerin nadir ama etkili uçlar içerebildiği finans, imalat ve anket analizleri gibi alanlarda kullanışlıdır.

Her iki teknik de aykırı değerlerin etkisini azaltır; ortalamanın duyarlılığı ile medyanın dayanıklılığını birleştirerek sağlamlık ve veriyi koruma arasında bir denge sağlar.

Geometrik ve harmonik ortalamalar

Geometrik ortalama tüm veri noktalarını çarpar ve n’in (veri noktası sayısı) kökünü alır. Çarpanlı süreçlerde, örneğin büyüme oranları, yatırım getirileri ve biyolojik ölçümlerde özellikle kullanışlıdır. Geometrik ortalamanın hesaplama formülü şöyledir:

Örneğin, çok yıllı ortalama büyüme, aritmetik ortalamadan ziyade geometrik ortalama ile daha iyi özetlenir.

Harmonik ortalama aşağıdaki gibi hesaplanır:

Hız veya finansal oranlar gibi oranları ortalarken değerlidir. Örneğin, farklı mesafelerdeki ortalama hızı hesaplarken harmonik ortalama doğru toplam hızı verir.

Ağırlıklı ve üçlü ortalama (trimean) ölçüleri

Ağırlıklı ortalama, veri noktalarına farklı önem dereceleri atar. Örneğin bir öğrencinin dönem sonu notu, sınav ve ödev puanlarını farklı ağırlıklarla birleştirebilir. Bu ölçü, önyargıları ayarlar ve daha önemli gözlemlerin daha fazla etkiye sahip olmasını sağlar.

Trimean, medyan ve çeyrekleri birleştirir:

Medyanın sağlamlığını, veri yayılımına ilişkin bilgilerle birleştirerek istikrarlı ve açıklayıcı bir merkezî eğilim kestirimi sunar.

İstatistiksel düşünme becerilerinizi geliştirmek için aşağıdaki kurslara kaydolun: 

• Statistical Thinking in Python (Part 1)
• Statistical Thinking in Python (Part 2)
• Case Studies in Statistical Thinking

Merkezî Eğilim Ölçülerinde Sağlamlık

Sağlamlık, bir merkezî eğilim ölçüsünün aykırı değerlerden veya normal olmayan dağılımlardan kaynaklanan bozulmaya karşı direncini tanımlar. Bu bölümde bu kavrama daha derinlemesine dalacağız.

Bozulma noktası (breakdown point) analizi

Bozulma noktası, bir istatistiğin aşırı derecede hatalı sonuçlar vermeye başlamasından önce kaldırabileceği bozulma miktarını gösterir. Örneğin:

• Ortalamanın bozulma noktası %0’dır; çünkü tek bir uç değer onu saptırabilir.
• Medyanın bozulma noktası %50’dir; yani verinin yarısına kadarı bozulsa bile medyan tamamen çökmeyecektir.
• Kırpılmış ortalamalar, sağlamlığı artırırken veri verimliliğini de korudukları için ara düzey bozulma noktalarına sahiptir.

Bozulma noktalarını anlamak, potansiyel veri bozulmasıyla uğraşırken uygun istatistikleri seçmeye yardımcı olur.

Sağlamlık-duyarlılık dengesi

Medyan gibi sağlam ölçüler, bir miktar istatistiksel verimlilikten feragat eder; bu da, ortalama gibi daha az sağlam ölçülerle aynı hassasiyete ulaşmak için daha büyük örneklem boyutları gerektirebilecekleri anlamına gelir.

Örneğin medyan sağlamdır, ancak normal dağılımlar için daha az verimlidir. Buna karşılık, ortalama normal dağılımlar için verimlidir; ancak çarpık verilere karşı hassastır. Veri analistleri, verinin özelliklerine bağlı olarak sağlamlık ve verimlilik arasında denge kurmalıdır.

Pratikte, finans veya biyomedikal araştırma gibi, veri anomallerinin yaygın ve risklerin ciddi olduğu alanlarda verimliliğe kıyasla sağlamlık tercih edilir.

İleri Düzey Hususlar

Modern verinin zorlukları, merkezî eğilim analizini geleneksel yöntemlerin ötesine taşır. Bazı ileri konulara daha yakından bakalım.

Çarpıklık etkileşimleri

Çarpıklık, merkezî eğilim ölçülerinin yorumunu temelden etkiler. Çarpık bir veri setinde yalnızca ortalamayı raporlamak yanıltıcı olabilir. Verinin asimetrisini daha iyi yansıtmak için en iyi uygulamalar hem ortalama hem medyanın raporlanmasını önerir. Örneğin gelir çalışmalarında medyan, “tipik” kazancı çoğu zaman ortalamadan daha net yansıtır.

Çok modlu dağılımlar

Çok modlu dağılımlar, her biri potansiyel olarak farklı bir alt grubu temsil eden birden fazla tepe noktası içerir. Ortalamaya gibi tek bir ölçüye dayanmak kritik içgörüleri gizleyebilir.

Örneğin bir üniversitenin sınav puanlarında iki mod, materyali iyi anlayan öğrenciler ile zorlananları temsil ediyor olabilir. Bu gibi durumlarda, birden çok modu veya kümeye özgü medyanları raporlamak bu desenleri ortaya çıkarmaya yardımcı olur.

Kategorik veriye yaklaşımlar

Nominal ve ordinal veriler, geleneksel sayısal özetlemeyi sıklıkla zorlaştırır. Nominal veriler için mod birincil araç olarak kalır. Ancak, mod kategorisi entropisi gibi gelişmiş yöntemler, kategorik veriler içinde çeşitliliği ve kesinliği ölçer; yanıtların kategoriler arasında ne kadar yoğunlaştığını veya dağıldığını niceler.

Ordinal veriler için kümülatif yüzdeler veya medyan sıralar gibi teknikler, eşit aralıklar varsaymadan sıralamayı koruyarak merkezî eğilime daha derinlemesine içgörüler sunar.

Sonuç

Gelişmekte olan hesaplamalı yöntemler ve veri bilimi teknikleri, merkezî eğilim anlayışımızı rafine etmeye devam ediyor. Yeni yaklaşımlar, karmaşık ve yüksek boyutlu veri kümelerinde bile daha nüanslı analizlere olanak tanıyor. Merkezî eğilim alanındaki gelecekteki araştırma ve geliştirme, çarpıklığa veya veri bozulmasına otomatik olarak uyum sağlayan uyarlamalı ölçülere odaklanabilir; böylece daha da yüksek sağlamlık ve yorumlanabilirlik sağlar.

Veri becerilerinizi geliştirmekle ilgileniyorsanız ve Python ile R’da istatistik temellerine daha sağlam bir giriş yapmak istiyorsanız, şiddetle tavsiye ettiğim şu beceri yolaklarını değerlendirmenizi öneririm:

• Statistics Fundamentals in Python
• Statistics Fundamentals in R