计算单组和分组数据中位数的方法
中位数是统计学中常用的一种集中趋势度量。与平均值（均值）不同，平均值是将所有数值相加再除以数值的个数，而中位数则强调排序后数据集的“中间值”。由于中位数关注的是位置，因此它对极端值（异常值）的抵抗力较强，例如当某个值相对于其他值非常大或非常小时。正因如此，中位数被广泛应用于经济数据分析、教育、社会研究，甚至考试成绩评估等领域。
本文将探讨计算两种类型数据的中位数的方法：单组数据（未分组）和分组数据（以频数分布表形式呈现）。除了公式之外，本文还将介绍便于实施的实用步骤。
-
1. 中位数的基本概念
中位数是将数据按从小到大的顺序排列后位于中间位置的值。如果数据点的个数为奇数，则中位数是正好位于中间的那个值。如果数据点的个数为偶数，则中位数是中间两个值的平均值。
直观地说，中位数将数据分成两部分：
50% 的数据低于（或等于）中位数
50% 的数据高于（或等于）中位数
因为中位数是基于排序的，所以几乎总是需要的第一步是对数据进行排序。
-
2. 计算单个数据的中位数
单个数据是指按原样呈现的数据（例如学生成绩列表），而不是像分组数据那样按区间类别进行汇总的数据。
A. 一般步骤
1. 将数据按从小到大的顺序排序。
2. 确定数据量，例如 n。
3. 确定中位数的位置：
– 如果 n 为奇数，则中位数位于位置 \((n+1)/2\)。
– 如果 n 为偶数，则中位数是位置 \(n/2\) 和 \((n/2)+1\) 处数据的平均值。
B. 单组数据的中位数公式
– 如果 n 为奇数：
\[
Me = x_{(n+1)/2}
\]
这意味着中位数是第 (n+1)/2 个数据值。
– 如果 n 为偶数：
\[
Me = \frac{x_{n/2} + x_{(n/2)+1}}{2}
\]
C. 单数据示例（n 为奇数）
数据：7、2、9、4、3
1）排序：2、3、4、7、9
2) n = 5（奇数）
3) 中位位置 = \((5+1)/2 = 3\)
中位数 = 第 3 个数据点 = 4
所以，这些数据的中位数是 4。
D. 单个数据示例（n 为偶数）
数据：10、4、6、8
1）排序：4、6、8、10
2) n = 4（偶数）
3）中间位置是第2和第3个数据。
中位数 = \((6 + 8)/2 = 7\)
所以，这些数据的中位数是 7。
E. 重要提示：具有频率的数据
有时，单个数据集可能以数值和频数的形式给出（例如，60 出现两次，70 出现五次）。在这种情况下，中位数仍然基于数据的“排序”来确定，但我们可以使用累积频数来确定中位数的位置，而无需逐个列出数据点。原理相同：找到第 (n+1)/2 个位置（奇数）或第 (n/2) 个和第 (n/2)+1 个位置（偶数），然后根据累积频数查看覆盖该位置的值。
-
3. 计算分组数据的中位数
分组数据是指已按类别区间及其频数进行汇总的数据。例如：3 人身高在 150-154 厘米之间，8 人身高在 155-159 厘米之间，以此类推。与单个数据不同，分组数据的中位数通常无法精确确定，因为我们不知道区间内各个个体的具体数值。因此，中位数通常使用分组分布的中位数公式进行近似计算（估计）。
A. 群体数据中的重要术语 中位数
在使用该公式之前，我们需要了解以下几个组成部分：
– n = 总频数（数据总数）
– n/2 = 累积中位数位置
– 中位数组 = 第一个累积频数 ≥ n/2 的区间组
– L = 中位数所在组的下边缘（不是下限，而是组边缘；对于连续数据，如果数据为整数，通常使用 0,5 的调整）
– F = 中位数之前的累积频率
– f = 中位数类别频率
– c = 组距（区间宽度）
B. 确定组数据中位数的步骤
1. 创建频率分布表并添加累计频率列。
2. 计算 n（频率数）并确定 n/2。
3. 根据累积频率确定中位数所在组，即包含 n/2 个位置的组。
4. 将这些值代入该组数据的中位数公式。
C. 分组数据的中位数公式
\[
Me = L + \left(\frac{\frac{n}{2} – F}{f}\right)\times c
\]
该公式在中间值类别内执行线性插值，假设数据在类别区间内均匀分布。
D. 组数据的中位数示例
例如，以下是测试分数数据：
| 值区间 | 频率 (f) |
|—|—:|
| 40–49 | 5 |
| 50–59 | 8 |
| 60–69 | 12 |
| 70–79 | 10 |
| 80–89 | 5 |
1）总频数：
\[
n = 5+8+12+10+5 = 40
\]
2）计算 n/2：
\[
n/2 = 20
\]
3）累计频率：
– 40–49: 5
– 50–59：5+8 = 13
– 60–69：13+12 = 25
– 70–79: 35
– 80–89: 40
第 20 名属于累计得分第一个 ≥ 20 的类别，即 60-69 分。因此，这是中位数类别。
4）确定组成部分：
– L = 中位数所在组的下限。对于区间 60–69，下限为 59,5（如果数据为整数值）。
– F = 中位数之前的累积频数 = 13
– f = 中位数组频数 = 12
– c = 班级长度 = 10
5）代入公式：
\[
Me = 59,5 + \left(\frac{20 – 13}{12}\right)\times 10
\]
\[
Me = 59,5 + \left(\frac{7}{12}\right)\times 10
\]
\[
我 = 59,5 + 5,833… = 65,333…
\]
因此，该组数据的中位数约为 65,33。
-
4. 常见错误
计算中位数时的一些常见错误：
1. 单个数据未进行排序，因此中间值不准确。
2. 当 n 为偶数时，错误地确定了中位数的位置（必须取中间两个值的平均值）。
3. 对于分组数据，选择中位数组是错误的，因为它不能产生累积频率。
4. 当数据为连续/区间整数时，使用下边缘 (L) 类的下限。
5. 错误地确定组长 (c)，尤其是在组距不一致的情况下。
-
5. Penutup
中位数是一种简单而有效的集中趋势度量，尤其适用于数据包含极端值的情况。对于单个数据集，中位数直接取数据排序后的中间位置，奇数个数据集和偶数个数据集的处理方法不同。而对于分组数据集，中位数则需要根据中位数所在组、累计频数和组长，通过插值公式计算得出。
通过理解概念和步骤，您可以快速准确地计算中位数，无论是简单的数据还是汇总在表格中的数据。在许多分析情境中，中位数比平均数更具代表性，尤其是在数据分布不对称或包含异常值的情况下。
如果你愿意，我还可以添加一些练习题和讨论，以加强你对单个数据和群体数据中位数的理解。
