中央値に関する完全なコース（統計）

定義、計算方法（nが偶数/奇数）、加重中央値、グループ化データ（クラス）、外れ値に対するロバスト性、解釈、罠とクイズ。

7章0%進行

章

1) 中央値を理解する

「真ん中」の値：データの50％が下、50％が上。

定義

ロバスト

中心傾向

中央値は何の役に立つのか？

中央値はデータを中央の値で要約します：データを2つの半分に分けます。
中央値は特に平均が誤解を招くとき（非対称分布、外れ値）に役立ちます。
実生活では、給与、不動産価格、収入、待ち時間などによく使用されます…
中央値は「ロバスト」と呼ばれます：いくつかの外れ値は中央値にほとんど影響を与えません。

シンプルな直感

値をソートします：中央値は真ん中の値（または真ん中の2つの平均）です。
目的は「平均を取る」ことではなく、中央の位置（50パーセンタイル）を見つけることです。
中央値は順序に依存し、値間の距離には依存しません。

中央値対平均：重要なアイデア

平均はすべての値とその偏差を使用します：外れ値によって上または下に引っ張られる可能性があります。
中央値はソート後に「真ん中にいる人」だけを見ます：外れ値に対してより耐性があります。
対称分布では、平均と中央値はしばしば近いです。

ミニクイズ

#1

系列の中央値は：

使用例

統計の章を復習する中央値、計算方法、よくある誤り（ソート、順位、偶数/奇数）を理解する。
平均と中央値の選択分布が非対称であるか、極端な値（給与、価格など）がある場合、中央値がしばしば優れている理由を知る。
頻度表の処理全ての値のリストを再構築せずに、累積を使って頻度を持つ中央値を計算する。
加重中央値の理解各値が同じ「重み」を持たない場合（頻度、重要性）、50%までの累積重みの論理を学ぶ。
クラスに基づく中央値の推定中央値のクラス（N/2）を特定し、間隔（ヒストグラム）のみがある場合に補間を使用する。
クイズで自己評価するデータの形式に応じて正しい方法を適用できるか確認するための選択肢問題と数値演習。

得られるもの

構造化された段階的なコース：定義、直感（50%未満/50%超）、次に必須のソートを伴う計算方法。

完全なケース：nが奇数（中央値）、nが偶数（中央の2つの値の平均）、ステップバイステップの例と修正されたクイズ。

便利な拡張：加重中央値（重み/頻度）とグループ化されたデータの中央値（中央値のクラス+補間）。

解釈の一部：中央値は50パーセンタイル（Q2）として、四分位数/IQRとの関連、そして中央値が極端な値に対して堅牢である理由。

限界と注意点

中央値はソートに依存する：ソートされた系列（または累積頻度がない）では、即座に誤りが生じる可能性がある。
中央値は位置を示すものであり、分散を示すものではない：非常に異なる2つの系列が同じ中央値を持つことがある。補完するために、四分位数とIQRをよく見る。
クラスにグループ化されたデータでは、中央値はしばしば推定値である：中央値のクラス内で均一分布の仮定に依存する。
中央値だけでは常に決定するには不十分：目的に応じて、平均、中央値、または中央値+IQRの組み合わせ（またはロバスト平均）を好むことがある。

よくある質問

中央値を計算するために系列をソートする必要があるのはなぜですか？

中央値は順序付けられた系列の「真ん中」の位置によって定義されるからです。ソートがなければ、どの値が中央であるかはわかりません。

値が偶数のときの中央値は何ですか？

2つの中央値の平均を取ります（ソート後）。中央値は系列に現れない数になることもあり、それは正常です。

中央値と平均：どちらを選ぶべきですか？

系列に極端な値や強い非対称性（給与、価格）が含まれている場合、中央値はしばしばより代表的です。データが「均質」であれば、平均がより情報を提供することがあります。

頻度表やクラスの中央値とは何ですか？

頻度がある場合、累積を使用して合計の50%がどこにあるかを見つけます。クラスの場合、N/2を使って中央値のクラスを特定し、そのクラス内で補間によって中央値を推定できます。

ヒント

エラー防止のための反射：ソートした後、まず2つの「中央」値を特定します（nが奇数でも）。nが偶数の場合、中央値はその2つの間にあり、nが奇数の場合、中央値はそのうちの1つです。