中位數

實數${\displaystyle x_{1},x_{2},\dots ,x_{n}}$ 按大小順序（順序，降序皆可）排列為${\displaystyle x'_{1},x'_{2},\dots ,x'_{n}}$ 、

實數數列${\displaystyle x=(x_{1},x_{2},\dots ,x_{n})}$ 的中位數 ${\displaystyle \mathrm {Q} _{\frac {1}{2}}(x)}$ 為

${\displaystyle \mathrm {Q} _{\frac {1}{2}}(x)={\begin{cases}x'_{\frac {n+1}{2}},&{\mbox{if }}n{\mbox{ is odd number.}}\\{\frac {1}{2}}(x'_{\frac {n}{2}}+x'_{{\frac {n}{2}}+1}),&{\mbox{if }}n{\mbox{ is even number.}}\end{cases}}}$

其中 odd number 表示奇數，even number 表示偶數。

中位數在敘述統計學上和平均数、众数並列為數據的集中趨勢。三者的位置排序亦對應著偏度的正負偏態意義。一般而言，平均數是最常被使用做為數據的集中趨勢，但如果有極端值存在，平均數的代表性降低，也就所謂的「男人女人平均一顆睪丸」的問題，因此在有極端值的狀況下，中位數是比較好的集中趨勢代表。因此，在各國的每人所得分布上，通常以中位數代表集中趨勢，而非平均數^[2]。

中位數通常出現在描述统计学和無母數統計，有母數的統計分析很少提及。中位數為集中趨勢時，對應的離散趨勢係數為平均絕對離差（Mean absolute deviation, MAD）或是四位位距(Q3 - Q1)。不過如果論及母體中位數的統計量時，仍需根據統計分析對抽樣分配的要求，尋找母體中位數統計量的期望值與變異數，再依照點估計的充分、不偏、效率、一致性進行討論。而母體中位數的統計量通常是樣本中位數。因此，樣本中位數的期望值與變異數就值得被討論，進行基礎研究。

常態分配下的中位數

常態分配下的平均數、中位數、眾數都是同一個位置。目前最為世人熟知的是平均數的抽樣分配會是常態分配，期望值為母體平均數${\displaystyle \mu }$ 且變異數為母體變異數(${\displaystyle \sigma _{2}}$ )。統計學對常態分配的母體平均數統計量說明甚多，並發展完善。那麼中位數可基於機率分配模擬器和數值分析發展，在n個獨立隨機變數來自常態分配可生成n個隨機樣本，則E(樣本中位數)=${\displaystyle \mu }$ 且Var(樣本中位數)=${\displaystyle \sigma _{2}k(n)}$ ，其中，k(n)受到樣本個數(n)影響。當樣本個數介於2至200時，兩者的關係不明顯，但可計算出樣本個數和k(n)的關聯表^[3]。

如果樣本個數超過200，但不超過1000時，兩者有明顯的關係，並且受到樣本個數是否為奇數或偶數影響。此時可使用迴歸分析尋找兩者的關係。

1. 樣本個數為偶數，迴歸式為k(n) = 0.0000148965 + 1.5599936862 / n。

2. 樣本個數為奇數，迴歸式為k(n) = 0.0000084608 + 1.5674001064 / n。

由此可得到樣本中位數的變異數和母體常態分配的變異數形成穩定的對應關係^[4]。

• Calculating the median
• A problem involving the mean, the median, and the mode.（页面存档备份，存于互联网档案馆）
• mathworld: Statistical Median（页面存档备份，存于互联网档案馆）

本條目含有来自PlanetMath《Median of a distribution》的內容，版权遵守知识共享协议：署名-相同方式共享协议。