Calculadora de desvio absoluto mediano

Forneça uma matriz não vazia de números e receba a mediana dos dados, a quantidade de observações e o desvio absoluto mediano, geralmente abreviado como MAD. Como utiliza medianas em vez de distâncias quadráticas, essa estatística é especialmente útil quando uma distribuição é assimétrica, contém valores atípicos ou precisa de um resumo robusto da variabilidade.

O que o desvio absoluto mediano mede

O desvio absoluto mediano descreve a distância típica entre as observações e a mediana do conjunto de dados. O cálculo começa pela ordenação dos números fornecidos e pela determinação da mediana. Em seguida, calcula a diferença absoluta entre cada número e essa mediana. A mediana dessas diferenças é o MAD final. Como as distâncias se tornam absolutas, observações abaixo e acima do centro contribuem na mesma direção. Como o resumo final também é uma mediana, um pequeno número de distâncias excepcionalmente grandes não eleva o resultado com a mesma facilidade com que afetaria um desvio padrão. Um MAD igual a zero significa que pelo menos metade das observações está exatamente na mediana dos dados; isso não significa necessariamente que todos os valores sejam idênticos. O resultado usa as mesmas unidades dos valores originais. Portanto, um MAD calculado com segundos é expresso em segundos, enquanto um calculado com quilogramas é expresso em quilogramas. Essa interpretação direta torna a medida uma descrição compacta e robusta da dispersão.

Como inserir os dados e interpretar o resultado

Forneça um ou mais números finitos na matriz values. São aceitos inteiros, decimais, números negativos e valores repetidos. A ordem de entrada não importa, pois a calculadora ordena cópias dos dados ao localizar as medianas. Com uma quantidade ímpar de observações, a mediana é o valor central após a ordenação. Com uma quantidade par, é a média aritmética dos dois valores centrais. A mesma regra é aplicada à matriz de desvios absolutos. A resposta inclui count para que você confirme quantas observações foram avaliadas, median para que examine o centro usado no cálculo e median_absolute_deviation para indicar a dispersão robusta. Uma matriz vazia é rejeitada porque não existe mediana, e entradas não numéricas ou não finitas são rejeitadas em vez de serem descartadas silenciosamente. Esse comportamento rigoroso impede que o resultado represente apenas um subconjunto não documentado dos dados fornecidos e torna a validação automatizada mais confiável.

Quando o MAD é uma escolha útil

O MAD é uma boa escolha quando os dados podem conter valores excepcionais, falhas de medição, caudas longas ou uma distribuição naturalmente assimétrica. Um sistema de monitoramento pode comparar uma nova leitura com uma mediana histórica e expressar a diferença em relação ao desvio absoluto habitual. Analistas podem resumir salários, tempos de resposta, atrasos de entrega ou leituras de sensores sem permitir que poucos extremos definam a variabilidade relatada. A medida também é útil na análise exploratória: compare a mediana e o MAD entre grupos para identificar segmentos com níveis típicos ou regularidade diferentes. Lembre-se de que esta calculadora retorna o desvio absoluto mediano bruto, sem escala. Alguns fluxos estatísticos multiplicam o MAD por um fator de consistência ao estimar o desvio padrão de uma distribuição normal; essa escala não é aplicada aqui de propósito. Manter a definição bruta evita suposições ocultas sobre o formato da distribuição. Se o seu método exigir uma estimativa escalada, aplique o fator especificado por ele depois de receber este resultado determinístico.