Aggregointitapoja

Aggregointitapoja tarkoittavat erilaiset keinot tiivistää tai yhdistää datapisteitä yhdeksi luvuksi tai pienemmäksi joukoksi. Niillä voidaan kuvata kokonaisuutta, vertailla ryhmiä tai helpottaa suurten datamäärien analysointia. Keskeisiä tilastollisia aggregaatiometodeja ovat perusfunktiot sekä ryhmittäisiin aineistoihin sovellettavat.

Arithmellinen keskiarvo eli keskiarvo kuvaa aineiston keskitasoa, mutta se on herkkä poikkeaville arvoille. Mediaani on puolestaan keskimmäinen arvo ja se on robusti äärilaitoja vastaan. Moodi on yleisin arvo, kun taas painotettu keskiarvo antaa suuremman painon tietyille havainnoille. Geometrinen keskiarvo soveltuu suhteellisille mitta-asteikoille ja kasvuvauhdin arviointiin; harmoninen keskiarvo puolestaan korreloi nopeuksiin. Leikattu tai siivottu keskiarvo (trimmed mean) vähentää äärimmäisten arvojen vaikutusta; Winsorisoitu keskiarvo rajoittaa poikkeavat arvot korvaamalla ne lähimmäisillä hyväksytyillä arvoilla. Kvantileja ja prosenttipisteitä, kuten mediaani (50. prosenttipiste) sekä kvartileja (25% ja 75%), ovat robustimpia mittareita jakaumasta. Minimi ja maksimi sekä hajontaluvut kuten varianssi ja keskihajonta kuvaavat datajakautumista.

Ajanjaksojen ja ryhmien aggregoinnissa käytetään liikkuvaa keskiarvoa ja liikkuvaa summaa sekä resamplointia suuremmille aikaväleille. Ryhmittäin aggregointi eli ryhmittäin laskenta tuottaa kullekin ryhmälle esimerkiksi summan, keskiarvon, minimin, maksimin ja havaintojen määrän. Valinnat riippuvat mitta-asteikosta, datan jakaumasta, puuttuvista arvoista ja tuloksen tulkittavuudesta.