免费中位数绝对偏差计算器

理解中位数绝对偏差 (MAD)

在统计学中，衡量数据集的分散程度至关重要。虽然标准差是正态分布数据的常用选择，但它容易受到异常值的严重影响。对于非正态或偏态分布，中位数绝对偏差 (MAD) 提供了更稳健的替代方案。本计算器可帮助您快速计算最多50个数字的MAD。

定义与公式

中位数绝对偏差定义为每个数据点与数据集的中位数之间的绝对差值的中位数。数学上：

$$\text{MAD} = \operatorname{median}\left( \left| X_i - m \right| \right)$$

其中 $X_i$ 表示每个个体值， $m$ 是原始数据集的中位数。

术语“absolute”确保正负偏差都作为离中位数的正距离处理。

逐步计算

要手动计算MAD，请按照以下步骤：

1. 排序数据集（升序）并确定中位数 $m$。
2. 减去中位数：每个数据点减去中位数 $X_i - m$。
3. 取绝对值：每个差值的绝对值 $|X_i - m|$。
4. 排序得到的绝对偏差列表。
5. 找出中位数：该排序列表的中位数即为MAD。

当数据集包含偶数个值时，中位数取两个中间数的平均值—第1步和第5步均适用此规则。

示例

我们来看看一组赛跑时间（秒）：11, 12, 12, 14, 15, 16。数据集有六个点。

• 排序后数据：[11, 12, 12, 14, 15, 16]
• 中位数 $m$：因为有六个数，$m = \frac{12 + 14}{2} = 13$。

现在计算各数据点与中位数的偏差及其绝对值：

数据点	偏差（数据点 − 中位数）	绝对值
11	-2	2
12	-1	1
12	-1	1
14	1	1
15	2	2
16	3	3

绝对偏差为：2, 1, 1, 1, 2, 3。排序后得到 [1, 1, 1, 2, 2, 3]。

这个新列表的中位数是第三个和第四个值的平均值：$\frac{1 + 2}{2} = 1.5$。

因此，该赛跑时间样本的中位数绝对偏差为 1.5秒。

何时使用MAD

当您的数据包含异常值或不遵循钟形曲线时，MAD尤其有价值。因为它基于中位数而非均值，受极端值影响较小。研究人员在金融、工程和社会科学等需要稳健统计的领域常首选MAD。

区别：中位数绝对偏差 vs. 均值绝对偏差

缩写MAD也可以指均值绝对偏差，它使用均值作为中心点，并取绝对偏差的平均值而非中位数。虽然两者都衡量离散程度，但计算方式不同，可提供不同的见解。本工具专注于中位数版本。

使用中位数绝对偏差计算器

要充分利用这个免费在线工具，只需在输入字段中输入您的数据集（最多50个数字）。计算器将自动排序数据、确定中位数、计算绝对偏差并输出MAD。它省去了手动步骤，减少了计算错误的机会，非常适合学生、分析师以及任何需要快速统计洞察的人。