何謂眾數?統計學中的「最常見」概念,一篇搞懂!
你可能曾在看新聞、分析報告,甚至玩數據分析時,聽過「眾數」這個詞。它聽起來有點數學,又有點專業,但其實它在我們的日常生活中,甚至在理解各種數據時,都扮演著重要的角色。不過,「眾數」究竟是什麼意思?它跟平均數、中位數有什麼不一樣?別擔心,這篇文章就是要用最白話、最貼近台灣大眾的方式,來跟你好好聊聊「眾數」這個概念。無論你是統計學新手,還是想更深入理解數據的朋友,都能從這裡找到答案!
Table of Contents
為什麼我們需要了解「眾數」?
想像一下,你正在分析一群人最喜歡吃的口味,或是學生們考試分數最集中的區間。這時候,「眾數」就能派上用場了。它告訴我們「最常出現」的那個數值,這在很多情況下,比平均數或中位數更能反映出群體的「主流」或「熱門」情況。例如,一家服飾店若想知道哪種尺寸的衣服賣得最好,統計銷售數據得到的眾數,就能提供最直接的採購依據;或是分析網路文章的觀看時間,眾數可以告訴你使用者最常停留的長度,進而優化內容呈現。了解眾數,就像拿到一張解讀數據「脈動」的藏寶圖,讓你更容易掌握事物的本質。
直接告訴你:眾數是什麼?
簡單來說,「眾數」(Mode)就是一個數據集中,出現頻率最高的數值。它可能是數字,也可能是類別(例如:最受歡迎的顏色、最常買的品牌)。
想像一下,你收到一堆朋友推薦的電影名單,名單裡有:《那些年》、《總鋪師》、《我的少女時代》、《賽德克‧巴萊》、《總鋪師》、《女朋友‧男朋友》、《那些年》、《總鋪師》、《大佛普拉斯》、《總鋪師》。
在這份名單裡,我們來數數看:
- 《那些年》:出現 2 次
- 《總鋪師》:出現 4 次
- 《我的少女時代》:出現 1 次
- 《賽德克‧巴萊》:出現 1 次
- 《女朋友‧男朋友》:出現 1 次
- 《大佛普拉斯》:出現 1 次
很明顯,《總鋪師》出現了 4 次,是這份名單裡出現最多次的電影。所以,這份電影推薦名單的「眾數」就是《總鋪師》。
深度解析:眾數的特性與運用
眾數之所以實用,是因為它能反映數據的「高峰」或「集中點」。但它也有一些有趣的特性,和平均數(Mean)或中位數(Median)很不一樣:
1. 眾數的靈活性:非數值也能是眾數
平均數只能用於數值資料,像是身高、體重、分數。但眾數不僅限於數字,它還可以是任何類別的數據。例如:
- 最常購買的商品: 某牌子的咖啡機
- 最受歡迎的顏色: 藍色
- 最常用的作業系統: Windows
- 最常發生的交通事故原因: 未注意前方路況
這讓眾數在分析市場調查、使用者偏好、行為模式時,變得非常強大。
2. 數據集中可能有多個眾數,甚至沒有眾數
這一點是眾數最特別的地方,也跟平均數、中位數有很大差異。
- 單峰眾數 (Unimodal): 數據集中只有一個眾數。例如上面電影的例子,眾數是《總鋪師》。
- 雙峰眾數 (Bimodal): 數據集中有兩個眾數。例如,某班級考試分數的眾數是 70 分和 85 分,表示這群學生分數主要集中在這兩個區塊,可能反映了兩種不同的學習狀況。
- 多峰眾數 (Multimodal): 數據集中有多於兩個眾數。
- 無眾數 (No Mode): 數據集中所有數值出現的頻率都相同,或者所有數值都只出現一次。例如,一個班級的學號 1 到 30 號,每個人都只出現一次,那麼就沒有眾數。
這意味著,當我們計算眾數時,不能只期待一個答案,有時需要留意是否有雙峰或多峰的情況,這反而能提供更豐富的資訊。
3. 眾數不受極端值影響
這點和中位數很像,但和平均數有很大的不同。平均數很容易被極端值(非常大或非常小的數值)拉高或拉低。但眾數只看頻率,所以即使數據中有一個極端值,只要它不是最常出現的,就不會影響眾數的計算。
- 例如:某公司員工的年薪是 30K, 32K, 33K, 35K, 38K, 40K, 150K。
- 平均數會被 150K 嚴重拉高。
- 中位數是 35K。
- 但眾數可能是 30K, 32K, 33K, 35K, 38K, 40K (如果這些都只出現一次,則沒有單一眾數),而 150K 的那個極端值,並不會影響到其他數值出現的頻率。如果這些數值都只出現一次,那麼嚴格來說這個資料集沒有眾數。但如果出現 30K, 30K, 32K, 33K, 35K, 38K, 40K, 150K,那麼 30K 就會是眾數。
這讓眾數在處理可能包含離群值(Outlier)的數據時,是個穩健的指標。
眾數 vs. 平均數 vs. 中位數:哪個才適合你?
理解眾數,最好是跟我們常聽到的「平均數」和「中位數」比較,這樣才能知道什麼時候該用哪個工具。
假設我們有一組數據:
- 數據集 A: 10, 20, 30, 40, 50
- 數據集 B: 10, 20, 30, 40, 150
- 數據集 C: 10, 20, 20, 30, 40
- 數據集 D: 10, 20, 20, 40, 40
我們來計算一下:
- 平均數: 把所有數字加起來除以總數。
- A:(10+20+30+40+50)/5 = 30
- B:(10+20+30+40+150)/5 = 46
- C:(10+20+20+30+40)/5 = 24
- D:(10+20+20+40+40)/5 = 27.2
- 中位數: 把數據由小到大排序後,最中間的那個數字。
- A:30
- B:30
- C:20
- D:20 (由於數據是偶數個,取中間兩個數的平均:(20+40)/2 = 30)
- 眾數: 出現頻率最高的數字。
- A:無眾數 (每個數字都出現一次)
- B:無眾數
- C:20
- D:20 和 40 (雙峰眾數)
從上面的比較,我們可以得到幾個結論:
- 平均數: 對極端值敏感,適合數據分佈對稱且沒有離群值的情況。
- 中位數: 不受極端值影響,適合處理有離群值或偏態分佈的數據,能代表「中間」的典型值。
- 眾數: 能找出最「熱門」、最「流行」的類別或數值,適合用於類別數據,或想知道數據集中哪一點最集中。
在做數據分析時,我們通常會一起觀察這三種指標,才能更全面地了解數據的樣貌。
眾數的實際應用場景
眾數的應用無所不在,從科學研究到日常生活,都能看到它的身影:
- 市場調查: 了解消費者最常購買的產品品牌、最喜歡的顏色、最常去的購物平台。
- 教育: 分析學生考試分數最集中的區間,或是老師最常使用的教學方法。
- 醫學: 統計某種疾病最常發生的年齡層,或是病患最常出現的症狀。
- 交通: 分析交通事故最常發生的地點、時間或原因,以便制定改善措施。
- 社會科學: 研究人們最常使用的社群媒體、最常看的電視節目類型。
- 產品設計: 了解使用者最常使用軟體或硬體的功能,進而優化介面與操作流程。
舉個例子,如果一家智慧手機廠商想知道哪種螢幕尺寸最受台灣消費者歡迎,他們可以分析市場銷售數據。如果發現 6.1 吋的手機銷售量最高,那麼這個 6.1 吋就是眾數。這有助於廠商在下一代手機的設計和生產上,做出更符合市場需求的決策。
常見的眾數迷思澄清
在了解眾數的過程中,有幾個常見的迷思需要釐清:
- 迷思一:眾數一定是中間的數值。
- 迷思二:一個數據集只能有一個眾數。
- 迷思三:沒有出現兩次的數值就沒有眾數。
錯。眾數只看頻率,不看位置。數據集 (10, 20, 30, 30, 30, 40, 50) 的中位數是 30,眾數也是 30。但數據集 (10, 10, 10, 20, 30, 40, 50) 的眾數是 10,中位數卻是 20。重點在於「出現次數」。
不一定。如前面提到的,數據集可能出現雙峰或多峰的情況,例如 (10, 20, 20, 30, 40, 40, 50) 就有 20 和 40 兩個眾數。這反而能提供更多資訊,例如在市場區隔上,可能存在兩個主流的消費族群。
嚴格來說,如果所有數值都只出現一次,那麼這個數據集就沒有眾數。但如果數據集中有數值出現兩次,而其他數值都只出現一次,那麼出現兩次的那個數值就是眾數。例如 (10, 20, 30, 30, 40),30 就是眾數。
總結:眾數,你最貼近的數據夥伴
「眾數」並不是什麼高深的統計學術語,它就是我們數據世界裡,那個「最常出現」、「最主流」的代表。它有著彈性的應用範圍,不受極端值影響的特性,能幫助我們快速掌握數據的熱點和集聚現象。
下次當你看到一堆數據時,除了關注平均值,別忘了也找找看它的眾數。或許,那個最常出現的數字或類別,正藏著最關鍵的洞察,能讓你更了解這個世界,或是做出更聰明的決定。希望這篇文章能讓你對「眾數」有更深刻的理解,並能在日常或工作中,善用這個實用的工具!
