中位数的概念及公式

====Word行业资料分享--可编辑版本--双击可删====

源-于-网-络-收-集 平均数、中位数和众数的概念的理解

一、相同点

平均数、中位数和众数这三个统计量的相同之处主要表现在：都是来描述数据集中趋势的统计量；都可用来反映数据的一般水平；都可用来作为一组数据的代表。

二、不同点

它们之间的区别，主要表现在以下方面。

1、定义不同

平均数：一组数据的总和除以这组数据个数所得到的商叫这组数据的平均数。

中位数：将一组数据按大小顺序排列，处在最中间位置的一个数叫做这组数据的中位数 。

众数：在一组数据中出现次数最多的数叫做这组数据的众数。

2、求法不同

平均数：用所有数据相加的总和除以数据的个数,需要计算才得求出。

中位数：将数据按照从小到大或从大到小的顺序排列，如果数据个数是奇数，则处于最中间位置的数就是这组数据的中位数；如果数据的个数是偶数，则中间两个数据的平均数是这组数据的中位数。它的求出不需或只需简单的计算。

众数：一组数据中出现次数最多的那个数，不必计算就可求出。

3、呈现不同

平均数：是一个“虚拟”的数，是通过计算得到的，它不是数据中的原始数据。

中位数：是一个不完全“虚拟”的数。当一组数据有奇数个时，它就是该组数据排序后最中间的那个数据，是这组数据中真实存在的一个数据；但在数据个数为偶数的情况下，中位数是最中间两个数据的平均数，它不一定与这组数据中的某个数据相等，此时的中位数就是一个虚拟的数。

众 数：是一组数据中的原数据 ，它是真实存在的。

4、代表不同

平均数：反映了一组数据的平均大小，常用来一代表数据的总体 “平均水平”。

中位数：像一条分界线，将数据分成前半部分和后半部分，因此用来代表一组数据的“中等水平”。

众数：反映了出现次数最多的数据，用来代表一组数据的“多数水平”。

这三个统计量虽反映有所不同，但都可表示数据的集中趋势，都可作为数据一般水平的代表。

中数,众数,中位数概念

中数、众数与中位数是统计学中常用的重要概念，它们分别反映数据的集中趋势、出现频率和数据的集中位置。下面将对这三个概念进行详细介绍。

1. 中数

中数也称为中间值，是将一组数据从小到大排序后，位于中间位置的数，它能够代表数据的中心位置。中数的计算方法：当数据的个数为奇数时，中数为排序后的中间值；当数据个数为偶数时，中数为排在中间的两个数的平均数。

例如，一组数据为{1，2，3，4，5}，中数为3；而一组数据为{1，3，5，7}，中数为(3+5)/2=4。

2. 众数

众数是指在一组数据中出现次数最多的数，它可以反映数据分布的集中程度。若一组数据中存在多个众数，则称这组数据为“多峰分布”。

例如，一组数据为{2，1，3，4，2，5}，其中出现次数最多的数是2，因此2为该数据的众数。

3. 中位数 中位数也是数据的中心位置指标，它是将数据分为两个部分，左边部分的数均小于中位数，而右边部分的数均大于中位数。与中数不同的是，中位数不受数据的分布影响，因此在有离群值的情况下，中位数更能反映数据的集中趋势。

计算中位数的步骤：将数据从小到大排序，若数据个数为奇数，则中位数为排序后的中间值；若数据个数为偶数，则中位数为排在中间的两个数的平均数。

例如，一组数据为{1，2，3，4，5}，中位数为3；而一组数据为{1，3，5，7}，中位数为(3+5)/2=4。

综上所述，中数、众数和中位数是反映数据特征的重要统计量。在实际应用中，根据不同的需求选择不同的统计量能够更加准确地反映数据集中特征。

博学笃行 自强不息

1

中位数怎么算

中位数是数学中常见的一个概念，用于描述一组数据中的中间值。在统计学和概率论中，中位数是一个较为常用的统计量，通常用来衡量数据的集中趋势。

中位数的计算方法相对简单，主要有两种途径：通过排序和通过公式计算。具体方法如下：

1. 通过排序计算中位数：

- 第一步，将给定的一组数据按照大小进行排序，从小到大或从大到小均可。

- 第二步，判断排序后的数据个数是否为奇数。如果是奇数，则中位数即为排序后的数据的中间值；如果是偶数，则中位数为排序后的数据中间两个数的平均值。

例如，有一组数据：3, 1, 6, 7, 2, 4, 5。按照从小到大排序后为：1,

2, 3, 4, 5, 6, 7。由于数据个数为奇数，所以中位数为排序后的数据的中间值，即为4。

2. 通过公式计算中位数： 博学笃行 自强不息

2

中位数有一个数学定义，即对于一组有序数据，中位数满足以下条件：

- 对于有n个数据的有序样本，若n是奇数，则中位数为第(n+1)/2个数据；

- 对于有n个数据的有序样本，若n是偶数，则中位数为第n/2个数据与第(n/2+1)个数据的平均值。

例如，有一组有序数据：1, 2, 3, 4, 5, 6, 7。首先计算数据的总个数n，此处n=7。由于n是奇数，则中位数为第(7+1)/2=4个数据，即4。

中位数的计算方法非常简单，但却具有一定的实用性。在实际应用中，中位数可以用来代表一组数据的典型值。与平均值相比，中位数的计算结果不受极端值的影响，能够更好地反映数据集的中心位置。

中位数的应用非常广泛。在统计学中，中位数被用来衡量一组数据的集中趋势，比如在描述一个国家的人均收入时，中位数能够更好地反映大多数人的经济状况。在数据分析和机器学习领域，中位数也是常用的统计量之一，可以用来进行异常值检测和数据预处理。

需要注意的是，中位数的计算是基于一组数据的，所以在使用中位数进行数据分析和比较时，必须确保所使用的样本具有代表性，能够反映出整体数据的特征。 博学笃行 自强不息

中位数的计算

中位数的计算

⼀、中位数的概念

中位数是指将数据按⼤⼩顺序排列起来，形成⼀个数列，居于数列中间位置的那个数据。中位数⽤Me表⽰。

从中位数的定义可知，所研究的数据中有⼀半⼩于中位数，⼀半⼤于中位数。中位数的作⽤与算术平均数相近，也是作为所研究数据的代表值。在⼀个等差数列或⼀个正态分布数列中，中位数就等于算术平均数。

在数列中出现了极端变量值的情况下，⽤中位数作为代表值要⽐⽤算术平均数更好，因为中位数不受极端变量值的影响；如果研究⽬的就是为了反映中间⽔平，当然也应该⽤中位数。在统计数据的处理和分析时，可结合使⽤中位数。

⼆、中位数的公式

确定中位数，必须将总体各单位的标志值按⼤⼩顺序排列，最好是编制出变量数列。这⾥有两种情况：1、对于未分组的原始资料，⾸先必须将标志值按⼤⼩排序。设排序的结果为：则中位数就可以按下⾯的⽅式确定：

2、单项式变量分组资料计算中位数

由于变量值已经序化，即已经按⼤⼩排列，所以中位数可以直接按下⾯原⽅式确定。M e ={x ∑f+1

2

x ∑f 2

+x ∑f 2+1

2

实际上，此公式中∑f 与未分组原始资料计算公式中的n 的意义是相当的。3、由分组资料确定中位数

由组距数列确定中位数，应先按 的公式求出中位数所在组的位置，然后再按下限公式或上限公式确定中位数。

下限公式： 上限公式：

式中：M e ——中位数；

L ——中位数所在组下限； U ——中位数所在组上限； f m ——为中位数所在组的次数；

——总次数；

d ——中位数所在组的组距；

S m ? 1——中位数所在组以下的累计次数；

当∑f 为奇数 当∑f 为偶数S m + 1——中位数所在组以上的累计次数。

三、⽤Execl公式计算中位数1、对未分组的资料计算中位数

对于未分组的原始资料，利⽤Execl计算中位数甚为简单，只⽤到了公式MEDIAN,如下表：未分组资料计算中位数

只要在A12单元格中输⼊“=MEDIAN(A1:A11)”，回车就可以⾃动计算出中位数。2、单变量分组资料计算中位数