Veri bilimine yeni başlayan herkesin öğrendiği ilk şeylerden biri ortalamadır.
Ama ortalama çoğu zaman gerçeği değil, hikâyenin sadece makyajlı halini anlatır.

Küçük Bir Hikâye

Bir şirkette maaşlar şöyle olsun:

• 9 kişi → 20.000 TL
• 1 kişi → 200.000 TL

Ortalama maaş: 38.000 TL

Şimdi soru

Bu şirkette çalışan “ortalama” biri gerçekten 38.000 TL mi alıyor?

Hayır.
Ortalama burada çoğunluğu temsil etmiyor.

Neden Oluyor Bu?

Çünkü ortalama şuna çok duyarlıdır:

• Aşırı büyük değerler
• Uç noktalar (outlier)

Veri bilimi diliyle:

Ortalama, dağılımın kuyruğunda olan veriler tarafından kolayca sürüklenir.

Sezgisel Bakış

Ortalamayı şöyle düşün:

Veriyi tek bir noktaya dengelemeye çalışıyoruz.

Ama bir tarafta çok ağır bir taş varsa:

• Denge noktası kayar
• Çoğunluk yerinde kalsa bile

Veri Biliminde Bu Neden Kritik?

Çünkü:

• Maaş analizi
• Satış raporları
• Müşteri harcamaları
• Makine öğrenmesi hedef değişkenleri

hepsi yanıltıcı sonuçlar verebilir.

Bu yüzden veri bilimciler:

• Medyan
• Dağılım grafikleri
• Percentile’lar

kullanmadan asla karar vermez.

Akılda Kalsın Diye Tek Cümle

Ortalama, veriyi özetler; ama her zaman temsil etmez.

İyi bir veri bilimci sayıya değil, dağılıma bakar.