O que é isso e por que você provavelmente está fazendo errado
Média, moda e mediana são medidas de tendência central. A média soma tudo e divide pela quantidade. A moda é o valor que mais aparece. A mediana é o valor do meio quando os dados estão ordenados. Parece simples até você se deparar com um dataset real. No meu caso, uma vez estava analisando dados de vendas de uma pequena rede de lojas e a média dos valores por transação ficou completamente distorcida porque tínhamos três compras de alto valor que eram erros de registro, não vendas reais. A média saiu em 2.400 reais quando a maioria das transações ficava entre 80 e 150 reais. Se você usasse só a média pra tomar decisões ali, ia pensar que o ticket médio tinha disparado. A mediana ficou em 112 reais, que era muito mais próximo da realidade. A solução foi identificar os outliers com o método do boxplot, onde limites são Q1 menos 1,5 vezes o IQR e Q3 mais 1,5 vezes o IQR, remover ou ajustar aqueles pontos discrepantes e recalcular.
Atividades de media, moda e mediana na prática
Fazer exercícios é bom, mas o pulo do gato é entender quando cada medida é útil e quando ela te mente. Vou explicar na ordem inversa que todo mundo costuma ensinar, porque métodos vêm antes de definições. A mediana requer ordenação. Você pega todos os valores, coloca do menor pro maior e acha o do meio. Se o número de observações for par, você faz a média dos dois centrais. Exemplo: {3, 7, 9, 12, 15}. O meio é 9. Outro exemplo: {2, 5, 8, 14}. Os dois centrais são 5 e 8, a mediana é 6,5.
A moda é o valor com maior frequência. Pode ser unimodal, bimodal, multimodal ou amodal, dependendo de quantos valores repetem com a mesma frequência máxima. Em datasets contínuos, a moda pode ser quase inútil porque nada se repete exatamente. Aí você precisa agrupar em classes ou usar técnicas de estimativa de densidade. A média aritmética é a soma dividida pelo total de elementos. Mas existem outras médias também. A geométrica serve pra taxas de crescimento compostas. A harmônica é boa pra velocidades médias quando a distância é fixa. O cara que começa em estatística e só usa a aritmética sempre vai ter problema em algum momento.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O erro mais comum é confundir quando usar cada uma. Média é boa quando a distribuição é simétrica e sem outliers. Mediana é melhor quando há cauda longa ou valores extremos. Moda é útil pra dados categóricos ou pra entender concentração em frequências. Muita gente calcula a média de salário de uma empresa e fica impressionada com o número alto sem perceber que a maioria ganha muito menos que isso. Outra armadilha que vejo todo mundo cair: tentar calcular mediana em dados não ordenados sem passar pela etapa de ordenação. Ou achar que moda sempre existe. Um conjunto {1, 2, 3, 4, 5} é amodal. E tem gente que insiste em escolher a média como única medida representativa e acaba levando conclusiones erradas.
Se você está procurando atividades de media moda e mediana pra treinar, comece com datasets pequenos e variados. Misture números inteiros com decimais. Crie intentionalmente outliers. Calcule as três medidas à mão primeiro, depois confirme no Excel ou em Python com pandas. O comando pandas.Series.median(), .mean() e .mode() resolve rápido, mas fazer manualmente te obriga a entender o que acontece nos bastidores. Uma dica prática que funciona: quando a diferença entre média e mediana for grande, algo tá distorcendo a média. Se média maior que mediana, a cauda é pro lado direito. Se média menor que mediana, a cauda é pro lado esquerdo. Isso já te dá uma ideia rápida da assimetria sem precisar calcular coeficientes formais.
Para quem quer materiais adicionais, recomenda-se buscar em repositórios abertos como o Kaggle datasets ou planilhas prontas de professores universitários. Sites como Khan Academy em português e canais no YouTube com listas de exercícios também servem. O importante não é quantidade, e sim variety de tipos de dado.
