Медиана как статистический показатель¶

Медиана — это статистическая характеристика выборки или распределения, представляющая собой значение, которое делит упорядоченный набор данных на две равные по количеству элементов части. Иными словами, медиана — это число, стоящее в середине ранжированного (отсортированного по возрастанию или убыванию) ряда. Одна половина наблюдений имеет значения меньше медианы, другая — больше. В отличие от среднего арифметического, медиана устойчива к экстремальным значениям (выбросам) и поэтому часто используется как более надёжная мера центральной тенденции.

¶Определение и способы вычисления

Медиана определяется по-разному в зависимости от количества элементов в наборе.

• Если число наблюдений нечётное, медианой является значение, стоящее ровно посередине упорядоченного ряда. Например, для набора {3, 5, 7, 9, 11} медиана равна 7.
• Если число наблюдений чётное, медиана равна среднему арифметическому двух центральных значений. Для набора {2, 4, 6, 8} медиана равна (4 + 6) / 2 = 5.

Для непрерывного распределения медиана — это такое значение x, при котором функция распределения равна 0,5, то есть вероятность наблюдать значение меньше медианы и больше неё одинакова. Медиана является частным случаем квантиля: это 50-й процентиль, или второй квартиль (Q2).

¶Медиана в сравнении со средним арифметическим

Среднее арифметическое и медиана — две разные меры центральной тенденции, и их значения совпадают только в симметричных распределениях без выбросов.

Классический пример: в выборке доходов {10, 12, 14, 15, 1000} среднее арифметическое равно примерно 210, тогда как медиана — 14. Одно аномально большое значение сильно сдвигает среднее, но почти не влияет на медиану. Именно поэтому медиану часто применяют при описании доходов населения, цен на недвижимость и других данных с асимметричным распределением.

¶Свойства медианы

Медиана обладает рядом математических свойств:

• Минимум суммы абсолютных отклонений. Сумма модулей отклонений значений от медианы минимальна по сравнению с любым другим числом. Это отличает её от среднего, которое минимизирует сумму квадратов отклонений.
• Устойчивость к выбросам. Медиана относится к робастным (устойчивым) статистикам: добавление или удаление крайних значений слабо меняет её.
• Инвариантность к монотонным преобразованиям. Если ко всем значениям применить строго возрастающую функцию, медиана преобразуется той же функцией.
• Единственность при нечётном n. При чётном числе наблюдений медиана может быть не единственной точкой минимума, но её стандартное определение даёт одно значение.

¶Применение

Медиана широко используется в самых разных областях.

¶Статистика и анализ данных

В описательной статистике медиану указывают вместе со средним и модой для характеристики распределения. В ящичных диаграммах (box plot) медиана изображается центральной линией, а квартили — границами «ящика».

¶Экономика и социология

При анализе доходов, заработных плат и уровня жизни медиана предпочтительнее среднего, поскольку распределение доходов сильно асимметрично. Показатель «медианная зарплата» отражает доход типичного работника лучше, чем средняя зарплата, завышенная из-за высоких доходов небольшой группы.

¶Медицина и фармакология

В клинических исследованиях медиану применяют для описания времени до наступления события (например, медианная выживаемость), концентрации препарата в крови и других биомедицинских показателей. Медианное время действия лекарства показывает, через какой срок эффект наступает у половины пациентов.

¶Техника и обработка сигналов

Медианный фильтр — распространённый метод подавления импульсных помех в изображениях и сигналах: каждое значение заменяется медианой соседних. Такой фильтр сохраняет резкие границы лучше, чем усредняющий.

¶Медиана в теории вероятностей

Для случайной величины с плотностью распределения медиана — это точка, в которой площадь под графиком плотности делится пополам. У симметричных распределений (нормального, равномерного) медиана совпадает с математическим ожиданием. У асимметричных распределений (например, экспоненциального или логнормального) они различаются. Для экспоненциального распределения с параметром λ медиана равна ln(2)/λ, тогда как среднее равно 1/λ.

¶Вычислительные аспекты

Нахождение медианы требует предварительной сортировки данных, что для n элементов занимает время порядка O(n log n). Существуют более быстрые алгоритмы (например, алгоритм «медианы медиан»), позволяющие найти медиану за линейное время O(n). В программировании медиана вычисляется стандартными функциями статистических библиотек — например, median() в языке R, statistics.median() в Python или MEDIAN() в электронных таблицах.

¶Ограничения

Медиана не всегда является лучшей мерой центра. В симметричных распределениях без выбросов среднее арифметическое использует больше информации и статистически эффективнее. Кроме того, медиана игнорирует величину отклонений, учитывая лишь порядок значений, поэтому при анализе разброса её дополняют другими показателями — квартилями, межквартильным размахом, стандартным отклонением.