В отчёте по ARPU один пользователь совершил очень крупную покупку (выброс), и среднее резко выросло. Что лучше всего сделать, чтобы донести картину честно и полезно для решения?
AПоказывать только среднее и не упоминать выброс, объясняя рост типичной активностью пользователей
BТихо удалить крупную покупку из выгрузки и пересчитать среднее без пометки в отчёте
CПоказать медиану и квантили (например, 0.9), отдельно описать вклад выброса и его влияние на среднее
DОставить только стандартное отклонение, без мер центра и без квантилей, и комментировать только разброс
Правильный ответ. При выбросах полезно дополнять среднее устойчивыми мерами: медианой, квантилями и межквартильным размахом.
Разбор
Среднее может быть полезным, но при единичных крупных покупках оно перестаёт отражать «типичного» пользователя. Медиана и квантили показывают центр и хвост без сильного влияния одной точки, а комментарий про выброс помогает правильно интерпретировать рост. Это особенно важно в продуктовых решениях: иначе можно переоценить эффект для большинства. Типичная ошибка — «чистить» данные без прозрачности и терять доверие к отчёту.
Проверь себя · 1/3разбор после ответа
Исследование показало корреляцию r = 0.85 между продажами мороженого и уровнем преступности по месяцам. Какое объяснение наиболее вероятно?
Ещё вопросы по теме «Описательная статистика»
- Для набора значений 2, 4, 6, 8 чему равно среднее арифметическое?
- Даны значения 1, 3, 7, 9, 10. Чему равна медиана?
- Для набора 1, 2, 2, 3, 3, 3, 4 чему равна мода (значение, которое встречается чаще всего)?
- В отчёте о зарплатах есть редкие очень большие значения (выбросы). Какую меру центра обычно лучше использовать вместо среднего, чтобы не исказить картину?
- Как обычно называют квантиль уровня 0.25 в описательной статистике?
- Все вопросы по «Описательная статистика» →