Медиан: определение и свойства

Медиан — это статистическая характеристика, значение признака, которое делит упорядоченный набор данных (выборку, генеральную совокупность) на две равные по объёму части. В отличие от среднего арифметического, медиана является робастной (устойчивой) мерой центральной тенденции, так как она нечувствительна к выбросам и асимметрии распределения. В более широком смысле медиана применяется в геометрии, теории вероятностей и математической статистике.

Определение и вычисление

Для дискретного ряда данных

Медиана определяется как значение, расположенное в середине упорядоченного (ранжированного) ряда. Если количество наблюдений \(n\) нечётно, медиана равна элементу с номером \(\frac{n+1}{2}\). Если \(n\) чётно, медиана вычисляется как среднее арифметическое двух центральных элементов с номерами \(\frac{n}{2}\) и \(\frac{n}{2}+1\).

Пример 1 (нечётное количество): Для выборки {1, 3, 5, 7, 9} медиана равна 5 (третий элемент).

Пример 2 (чётное количество): Для выборки {2, 4, 6, 8} медиана равна \(\frac{4+6}{2} = 5\).

Для интервального ряда данных

Если данные представлены в виде интервального вариационного ряда (сгруппированы по интервалам), медиана вычисляется по формуле: \[ Me = x_0 + h \cdot \frac{\frac{\sum f}{2} - S_{me-1}}{f_{me}} \] где:

• \(x_0\) — нижняя граница медианного интервала (интервала, в котором накопленная частота впервые превышает половину суммы всех частот);
• \(h\) — ширина медианного интервала;
• \(\sum f\) — общая сумма частот (объём выборки);
• \(S_{me-1}\) — накопленная частота интервала, предшествующего медианному;
• \(f_{me}\) — частота медианного интервала.

Для непрерывного распределения

Для случайной величины с функцией распределения \(F(x)\) медиана \(m\) определяется как решение уравнения \(F(m) = 0.5\). Если функция распределения строго монотонна, медиана единственна; в противном случае может быть интервал значений, удовлетворяющих условию.

Свойства медианы

1. Робастность (устойчивость к выбросам): Медиана не изменяется или изменяется незначительно при замене крайних значений выборки на произвольные числа. Например, в выборке {1, 2, 3, 100, 1000} медиана равна 3, тогда как среднее арифметическое равно 221,2.
2. Минимизация суммы абсолютных отклонений: Для любого набора чисел \(x_1, x_2, \dots, x_n\) сумма абсолютных отклонений \(\sum_{i=1}^n |x_i - m|\) минимальна при \(m\), равном медиане. Это свойство отличает медиану от среднего арифметического, которое минимизирует сумму квадратов отклонений.
3. Инвариантность к монотонным преобразованиям: Если \(g\) — строго монотонная функция, то медиана преобразованной случайной величины \(g(X)\) равна \(g(Me(X))\). Это свойство не выполняется для среднего арифметического.
4. Асимптотическая нормальность: При больших объёмах выборки выборочная медиана имеет асимптотически нормальное распределение с математическим ожиданием, равным истинной медиане, и дисперсией, обратно пропорциональной плотности распределения в точке медианы.
5. Связь с квантилями: Медиана является частным случаем квантиля — 0,5-квантилем (вторым квартилем, 50-м перцентилем).

Виды и модификации

Медиана в геометрии

В геометрии медиана треугольника — отрезок, соединяющий вершину треугольника с серединой противоположной стороны. Три медианы треугольника пересекаются в одной точке — центроиде (центре масс), который делит каждую медиану в отношении 2:1, считая от вершины. Медианы обладают свойством: они делят треугольник на шесть равновеликих треугольников.

Медиана в теории вероятностей

Для случайной величины медиана — это любое число \(m\), для которого выполняются неравенства: \[ P(X \le m) \ge \frac{1}{2}, \quad P(X \ge m) \ge \frac{1}{2} \] Для непрерывных распределений с симметричной плотностью (например, нормальное распределение) медиана совпадает с математическим ожиданием. Для асимметричных распределений (например, экспоненциальное, логнормальное) медиана отличается от среднего.

Медиана в статистике

Различают:

• Выборочная медиана — медиана, вычисленная по конкретной выборке.
• Генеральная медиана — медиана генеральной совокупности.
• Медиана Кемени — обобщение медианы на случай ранговых данных и метрических пространств (используется в теории принятия решений).

Применение

В статистическом анализе

Медиана широко применяется как альтернатива среднему арифметическому в следующих случаях:

• Данные содержат выбросы или асимметричны (например, распределение доходов, цен на недвижимость).
• Данные измерены в порядковой шкале (например, оценки удовлетворённости, ранги).
• Требуется робастная оценка центра распределения.

В экономике и социальных науках

Медианный доход (медиана распределения доходов населения) используется для характеристики уровня жизни, так как он менее подвержен влиянию сверхвысоких доходов, чем средний доход. Медианная цена (например, на жильё) даёт более реалистичную оценку рыночной ситуации, чем средняя цена.

В медицине и биологии

Медиана выживаемости (время, в течение которого умирает половина пациентов) — стандартная метрика в клинических исследованиях. Медианная доза (LD50) — доза вещества, вызывающая гибель 50% подопытных организмов.

В обработке сигналов и изображений

Медианный фильтр — нелинейный фильтр, заменяющий значение пикселя на медиану значений в его окрестности. Эффективен для подавления импульсных шумов (например, «соль и перец») при сохранении резких границ.

В машинном обучении

Медиана используется как метрика качества регрессии (медианная абсолютная ошибка, MedAE) и как метод заполнения пропущенных значений в данных (импутация медианой).

Сравнение с другими мерами центральной тенденции

Интересные факты

• В симметричных унимодальных распределениях (например, нормальное, распределение Стьюдента) медиана, мода и среднее арифметическое совпадают.
• В распределении Парето с параметром \(\alpha \le 1\) среднее арифметическое бесконечно, но медиана конечна.
• Медиана может быть не единственной: для чётного числа наблюдений любое число между двумя центральными значениями удовлетворяет определению, но по соглашению берётся их среднее.
• В российской статистике термин «медиана» ввёл в употребление математик П. Л. Чебышёв в XIX веке.

Источники

1. Кендалл М., Стюарт А. «Теория распределений». — М.: Наука, 1966.
2. Гмурман В. Е. «Теория вероятностей и математическая статистика». — М.: Высшая школа, 2003.
3. Орлов А. И. «Прикладная статистика». — М.: Экзамен, 2006.
4. Хастингс Н., Пикок Дж. «Справочник по статистическим распределениям». — М.: Статистика, 1980.
5. Большая российская энциклопедия, статья «Медиана (в статистике)».