下载掌阅APP，畅读海量书库
立即打开
样本中位数又称样本中数，是样本数据按升序排列后的中间数值。譬如在上面的第一个例子中，样本数据由小到大排列的顺序是：10，12，15，15，17，17，18，19，20，22。位于中间的数值是两个17，那么样本中位数是这两个数值的平均数，即17。这意味着，如果一组数值的样本量是偶数，在其中找不到一个数值正好把一组数据平均分成两半，则中间一对数值的平均值作为中位数。假如一组数据已经按照升序排列， n 是偶数， m ＝ n ／2，则中位数计算公式为：
其中，下标（·）表示顺序值。如果一组数值的样本量是奇数，则位于中间的一个数是中位数。假如一组数据已经按照升序排列， n 是奇数， m ＝（ n ＋1）／2，则中位数计算公式为：
例如，有一组按顺序排列的数据（ n ＝11）：10，11，12，13，14，15，16，17，18，19，20。中位数 M ＝15，因为有一半的数值（5个）大于15，有另一半的数值（5个）小于15。R计算中位数的函数是median（x），其中x代表一个数值向量。假如我们在上面一组数据中增加两个异常值50和60，则中位数 Mdn ＝16，很好地概括了主体数据。从这个例子可也看出，中位数对异常值具有耐抗性（resistant to outliers）。
虽然中位数和平均数都表示一组数据的集中趋势，但是其数值一般不同。当一组数值对称分布时，中位数和平均数相等。譬如，3，5，7，9，11的中位数和平均数都是7。3和11、5和9离这个中间值7分别是等距的。但是，当一组数据分布不对称时，中位数和平均数就不相等。譬如，1，5，7，10，22的中位数仍然是7，但是平均数则为（1＋5＋7＋10＋22）／5＝9。相对于平均数，中位数对异常值具有抗扰性，中位数似乎是更好的位置测量。当然，情况并非如此简单。中位数也有自身的局限。譬如，在有些情况下，中位数对异常值的抗扰性也不够理想。另外，当抽样来自正态分布时，中位数标准误差（standard error， SE ）相对于平均数标准误差较大，因而估计不准确。在数据满足正态分布的情况下，平均数是最优位置测量。认识到平均数和中位数各自的优缺点是很重要的。