Медианное значение

Медианное значение (медиана) — это одна из мер центральной тенденции в статистике, представляющая собой числовое значение, которое делит упорядоченный набор данных на две равные по количеству элементов части. В отличие от среднего арифметического, медиана менее чувствительна к выбросам (экстремально большим или малым значениям) и асимметрии распределения, что делает её более устойчивой характеристикой для описания типичного уровня в рядах данных с неравномерным распределением.

Определение и принцип вычисления

Медиана определяется как значение, расположенное в середине ранжированного (упорядоченного по возрастанию или убыванию) ряда. Если количество наблюдений (n) нечётное, медиана равна центральному элементу ряда. Если n чётное, медиана вычисляется как среднее арифметическое двух центральных значений.

Примеры вычисления

Нечётное количество элементов: Ряд: 3, 5, 7, 9, 11. Упорядоченный ряд: 3, 5, 7, 9, 11. Центральный элемент — третий (7). Медиана = 7.

Чётное количество элементов: Ряд: 2, 4, 6, 8, 10, 12. Упорядоченный ряд: 2, 4, 6, 8, 10, 12. Два центральных элемента — третий (6) и четвёртый (8). Медиана = (6 + 8) / 2 = 7.

Свойства медианы

• Устойчивость к выбросам: Медиана не изменяется при замене крайних значений ряда на любые другие, если порядок центральных элементов не нарушается. Например, в ряду 1, 2, 3, 100, 200 медиана равна 3, тогда как среднее арифметическое — 61,2.
• Инвариантность к монотонным преобразованиям: Если все значения ряда умножить на константу или прибавить к ним константу, медиана изменится на ту же величину.
• Существование для порядковых данных: Медиана может быть определена для данных, измеренных в порядковой шкале (например, оценки «отлично», «хорошо», «удовлетворительно»), где вычисление среднего арифметического некорректно.
• Неоднозначность для чётного n: При чётном количестве элементов медиана может не совпадать ни с одним из фактических значений ряда.

Методы вычисления

Для дискретных данных

1. Упорядочить ряд по возрастанию.
2. Определить номер медианного элемента: для нечётного n — (n+1)/2; для чётного n — n/2 и n/2+1.
3. Найти соответствующее значение.

Для интервальных данных (группированных)

Если данные представлены в виде интервального вариационного ряда, медиана вычисляется по формуле:

\[ Me = x_0 + h \cdot \frac{\frac{n}{2} - F_{me-1}}{f_{me}} \]

где:

• \(x_0\) — нижняя граница медианного интервала;
• \(h\) — ширина медианного интервала;
• \(n\) — общее количество наблюдений;
• \(F_{me-1}\) — накопленная частота интервала, предшествующего медианному;
• \(f_{me}\) — частота медианного интервала.

Медианным считается интервал, в котором накопленная частота впервые превышает половину общего числа наблюдений.

Сравнение с другими мерами центральной тенденции

Применение

Медиана широко используется в различных областях, где требуется устойчивая оценка типичного значения при наличии выбросов или асимметричных распределений.

В экономике и социальной статистике

• Медианный доход: В России и других странах для оценки уровня жизни населения чаще используют медианный доход, а не средний. Например, по данным Росстата, в 2023 году медианный среднедушевой денежный доход в России составил 40 121 рубль в месяц, что значительно ниже среднего значения (48 846 рублей) из-за сильного неравенства в распределении доходов.
• Медианная заработная плата: Используется для анализа рынка труда, так как менее подвержена влиянию зарплат топ-менеджеров.
• Медианная цена жилья: В риелторской практике для характеристики рынка недвижимости применяют медианную цену квадратного метра или квартиры, чтобы исключить влияние единичных дорогих или дешёвых объектов.

В демографии

• Медианный возраст населения: Показатель, делящий население на две равные части — моложе и старше данного возраста. В России в 2024 году медианный возраст составил около 40,5 лет.
• Медианная продолжительность жизни: В актуарных расчётах и демографических исследованиях используется для оценки типичной продолжительности жизни.

В медицине и биологии

• Медианная выживаемость: В клинических исследованиях (например, в онкологии) медианная выживаемость — это время, в течение которого умирает половина пациентов в группе. Этот показатель устойчив к влиянию единичных долгоживущих пациентов.
• Медианные значения биомаркеров: При анализе лабораторных данных (например, уровня глюкозы в крови) медиана часто предпочтительнее среднего из-за возможных ошибок измерений или аномальных значений.

В технике и обработке сигналов

• Медианный фильтр: В цифровой обработке изображений и сигналов медианный фильтр используется для удаления импульсного шума (например, «соль и перец»). Он заменяет каждый пиксель на медиану значений в его окрестности, что эффективно подавляет выбросы, сохраняя резкие границы.

В анализе данных и машинном обучении

• Робастная статистика: Медиана является основой для построения устойчивых оценок (например, медианного абсолютного отклонения — MAD).
• Деревья решений: В алгоритмах (например, CART) медиана используется как критерий разбиения для регрессионных задач.

Медиана в контексте распределений

Для симметричных распределений

В симметричных распределениях (например, нормальное распределение) медиана совпадает со средним арифметическим и модой.

Для асимметричных распределений

• Правосторонняя асимметрия (положительный скос): Среднее > Медиана > Мода. Пример: распределение доходов в большинстве стран.
• Левосторонняя асимметрия (отрицательный скос): Среднее < Медиана < Мода. Пример: распределение возраста смерти при некоторых заболеваниях.

Для распределений с выбросами

Медиана остаётся стабильной, тогда как среднее может сильно смещаться в сторону выбросов.

Медиана в непараметрической статистике

Медиана является ключевым понятием в непараметрических методах, которые не требуют предположений о виде распределения данных:

• Критерий знаков: Проверяет гипотезу о равенстве медианы нулю для парных выборок.
• Критерий Манна-Уитни (U-тест): Сравнивает медианы двух независимых выборок.
• Медианный тест: Проверяет гипотезу о равенстве медиан нескольких групп.

Ограничения и критика

• Потеря информации: Медиана не учитывает все значения ряда, что может быть недостатком при малом объёме выборки.
• Неоднозначность при чётном n: Для чётного количества элементов медиана может не соответствовать ни одному реальному наблюдению.
• Сложность вычисления для больших объёмов данных: В отличие от среднего, которое можно вычислять рекуррентно, медиана требует сортировки данных, что для больших массивов может быть затратным по времени.
• Неприменимость для некоторых типов данных: Медиана не определена для номинальных данных (например, цвета глаз).

Историческая справка

Понятие медианы восходит к античной геометрии: в треугольнике медиана — отрезок, соединяющий вершину с серединой противоположной стороны. В статистику термин был введён в XIX веке. Одним из первых, кто систематически использовал медиану как меру центральной тенденции, был бельгийский статистик Адольф Кетле (1796–1874). В 1846 году английский математик Фрэнсис Гальтон (1822–1911) предложил использовать медиану для анализа антропометрических данных. В XX веке медиана стала широко применяться в робастной статистике благодаря работам Джона Тьюки (1915–2000) и Питера Хубера (род. 1934).

Источники

• Гмурман В. Е. Теория вероятностей и математическая статистика. — М.: Высшее образование, 2008.
• Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006.
• Орлов А. И. Эконометрика. — М.: Экзамен, 2002.
• Росстат. Социально-экономическое положение России. — 2023.
• Tukey J. W. Exploratory Data Analysis. — Reading, MA: Addison-Wesley, 1977.
• Huber P. J. Robust Statistics. — New York: Wiley, 1981.