Ang Mean Absolute Deviation (MAD) ay sumusukat ng average na distansya na nalalayo ang bawat punto ng data mula sa mean. Hindi tulad ng variance o standard deviation, gumagamit ang MAD ng absolute values sa halip na pag-square, na ginagawa itong mas intuitive at hindi gaanong sensitibo sa mga outlier.
Ang Formula
MAD = (1/n) × Σ|xᵢ − x̄|
Kung saan:
- n = bilang ng mga punto ng data
- xᵢ = bawat indibidwal na halaga
- x̄ = ang mean ng lahat ng halaga
- |...| = absolute value
Halimbawa Hakbang-hakbang
Set ng data: {4, 7, 13, 2, 1, 9}
Hakbang 1: Kalkulahin ang mean. x̄ = (4 + 7 + 13 + 2 + 1 + 9) / 6 = 36 / 6 = 6
Hakbang 2: Hanapin ang absolute deviation ng bawat punto mula sa mean. |4 − 6| = 2 |7 − 6| = 1 |13 − 6| = 7 |2 − 6| = 4 |1 − 6| = 5 |9 − 6| = 3
Hakbang 3: Kalkulahin ang mean ng mga absolute deviation na ito. MAD = (2 + 1 + 7 + 4 + 5 + 3) / 6 = 22 / 6 = 3.67
Pagsasalin ng MAD
Ang MAD na 3.67 ay nangangahulugang sa average, ang bawat halaga sa dataset ay humigit-kumulang 3.67 na yunit mula sa mean. Ang mas maliit na MAD ay nagpapahiwatig na ang data ay mahigpit na nakagrupo; ang mas malaking MAD ay nagpapahiwatig ng mas malawak na pagkalat.
MAD kumpara sa Standard Deviation
| Sukatan | Formula | Kaso ng Paggamit |
|---|---|---|
| MAD | Mean ng | xᵢ − x̄ |
| Std Dev | √(Mean ng (xᵢ − x̄)²) | Mas karaniwan, ginagamit sa normal distribution theory |
Gamitin ang aming MAD calculator para sa anumang dataset.