مد (آمار): تفاوت میان نسخه‌ها

 

در یک توزیع پیوسته همچون [0.935...،1.211...،2.430... ،3.668...،3.874...] در این حالت مد مفهومی ندارد چون که که همه یک بار اتفاق افتاده اند. برای تخمین مد در این جا راه کار عملی گسسته سازی داده می باشد که درآن مقادیر تکراری به بازهایی با فاصله یکسان تخصیص می یابد و به عنوان روش هیستوگرام شناخته می شود که به طور موثر مقادیر با نقاط میانه بازه ها این مقادیر جایگزین می شوند سپس مد مقداری است که هستوگرام حداکثر یا قله است. برای نمونه های با سایز کوچک یا متوسط خروجی وابسته به انتخاب طول بازه ها می باشد.اگر خیلی بزرگ یا کوچک انتخاب شود معمولا باید یک ضریب قابل ملاحظه از داده ها در نسبتا تعداد بازه های کمی (5 تا 10) وجود داشته باشند همچنین ضریب داده هایی که در خارج از این بازه ها قرار می گیرند باید قابل توجه باشند.یک راه حل جایگزین تخمین چگالی کرنل است که اصولا نمونه های نقطه محو می کند تایک تخمین پیوسته از تابع توزیع احتمال تولید کندو بتواند یک تخمینی از مد بزند.

 

== مقایسه میانگین، میانه و مد ==

| align="center" | '''۳'''

|-

| پر تکرارترین ارزش در یک مجموعه داده

| align="center" | ۱, '''۲''', '''۲''', ۳, ۴, ۷, ۹