检测到广告拦截,导致我们无法展示广告
MiniWebtool 依靠广告收入免费提供服务。如果这个工具帮到了你,欢迎开通 Premium(无广告 + 更快),或将 MiniWebtool.com 加入白名单后刷新页面。
- 或升级 Premium(无广告)
- 允许 MiniWebtool.com 显示广告,然后刷新
中位数绝对偏差计算器
欢迎使用中位数绝对偏差计算器,这是一款稳健的统计工具,可通过分步公式、交互式数据可视化和离群值检测洞察来计算 MAD。当您的数据包含离群值或遵循非正态分布时,MAD 是标准差的强大替代方案。
什么是中位数绝对偏差 (MAD)?
中位数绝对偏差 (MAD) 是统计离散度的一种稳健度量,描述了数据集中的值分散程度。与使用平均值和平方差的标准差不同,MAD 使用中位数和绝对差,使其对离群值和极端值具有很强的抗性。
通俗地说:MAD 是每个数据点与数据整体中位数之间距离的中位数。
为什么 MAD 是一种“稳健”的度量
如果一个统计量不受离群值或违反假设的严重影响,则被认为是稳健的。MAD 的崩溃点为 50%,这意味着在 MAD 给出任意错误结果之前,最多可以有一半的数据被损坏。相比之下,平均值和标准差的崩溃点为 0%——即使是单个离群值也会对它们产生剧烈影响。
MAD 与标准差:何时使用
| 属性 | MAD | 标准差 |
|---|---|---|
| 使用的集中趋势 | 中位数 | 平均值 |
| 偏差类型 | 绝对值 | 平方值 |
| 对离群值的敏感性 | 极低(稳健) | 高(敏感) |
| 崩溃点 | 50% | 0% |
| 最适合 | 偏态数据、离群值 | 正态分布 |
| 正态数据的效率 | ~37% | 100% |
何时使用 MAD
- 您的数据可能包含离群值或极端值
- 数据是偏态的或非正态分布的
- 您需要一个稳健的基准来进行离群值检测
- 您希望获得一个不受少数异常观测值影响的度量
- 在金融、质量控制或异常检测等领域工作
何时使用标准差
- 您的数据已确认为正态分布
- 您需要最大的统计效率
- 数据干净,没有离群值
- 您需要在参数检验中使用结果
比例因子 (k = 1.4826)
在将 MAD 与标准差进行比较,或将 MAD 用作正态分布数据总体标准差的稳健估计时,会应用常数 k = 1.4826:
这个常数来自以下关系:
$$k = \frac{1}{\Phi^{-1}(3/4)} \approx 1.4826$$其中 $\Phi^{-1}$ 是标准正态分布的逆累积分布函数。对于正态分布的数据,缩放后的 MAD 将近似等于标准差。
用于离群值检测的 MAD
MAD 非常适合检测离群值,因为离群值不会影响阈值本身。修正 Z 分数方法使用 MAD:
如果 $|M_i| > 3.5$,数据点通常被标记为离群值。这种方法比使用标准差更可靠,因为:
- 离群值不会影响用于计算阈值的 MAD 或中位数
- 即使存在多个离群值,它也能很好地工作(避免了掩蔽效应)
- 对于非正态分布有效
如何使用此计算器
- 输入您的数据: 输入由逗号、空格或换行符分隔的数值。使用示例按钮快速测试不同的数据类型。
- 选择比例因子: 选择“不缩放”表示原始 MAD,或 k=1.4826 用于估计标准差。您也可以输入自定义比例因子。
- 设置小数精度: 选择 2 到 15 位小数。
- 计算并分析: 点击“计算 MAD”查看包括稳健性评估在内的全面结果。
- 查看分步计算: 查看详细的计算分解,显示 MAD 计算的每个步骤。
了解您的结果
主要结果
- MAD: 中位数绝对偏差 - 主要结果
- 缩放后的 MAD: MAD 乘以您选择的比例因子
- 中位数: 数据集的中心值
- 稳健性评级: 将 MAD 与标准差进行比较的评估
比较统计数据
- 平均值: 用于比较的算术平均值
- 标准差: 用于比较的样本标准差
- IQR: 四分位距(另一种稳健的度量)
- Q1, Q3: 第一和第三四分位数
常见问题
什么是中位数绝对偏差 (MAD)?
中位数绝对偏差 (MAD) 是统计离散度的一种稳健度量。它计算为与数据中位数的绝对偏差的中位数:MAD = median(|xᵢ - median(X)|)。与标准差不同,MAD 对离群值具有抗性,因此非常适合具有极端值或非正态分布的数据集。
MAD 与标准差有什么不同?
MAD 使用中位数和绝对值,而标准差使用平均值和平方差。这使得 MAD 对离群值更加稳健——单个极端值会显著增加标准差,但几乎不会影响 MAD。对于正态分布的数据,MAD 乘以 1.4826 近似于标准差。
MAD 的比例因子 k=1.4826 是什么?
常数 1.4826 用于使 MAD 成为正态分布数据标准差的一致估计量。在数学上,k = 1/Φ⁻¹(3/4),其中 Φ⁻¹ 是标准正态分布的分位数函数。当您将 MAD 乘以 1.4826 时,您会得到 σ 的稳健估计值。
什么时候应该使用 MAD 而不是标准差?
当您的数据可能包含离群值、非正态分布或需要一个不会被极端观测值扭曲的稳健度量时,请使用 MAD。MAD 在探索性数据分析、质量控制、金融和异常检测中特别有用。
如何使用 MAD 进行离群值检测?
MAD 非常适合使用修正 Z 分数进行离群值检测:M = 0.6745 × (xᵢ - median) / MAD。|M| > 3.5 的值通常被视为离群值。这种方法比使用标准差更可靠,因为离群值不会影响检测阈值本身。
此 MAD 计算器支持多少个数字?
此计算器可以处理几乎任何大小的数据集。我们已经测试了超过 100,000 个数字,该工具提供了即时结果。无论您有 3 个数据点还是 100,000 个,计算器都会高效地计算 MAD 以及所有相关统计数据。
其他资源
引用此内容、页面或工具为:
"中位数绝对偏差计算器" 于 https://MiniWebtool.com/zh-cn/中位数绝对偏差计算器/,来自 MiniWebtool,https://MiniWebtool.com/
由 miniwebtool 团队编写。更新日期:2026年1月19日
您还可以尝试我们的 AI数学解题器 GPT,通过自然语言问答解决您的数学问题。
其他相关工具:
统计与数据分析:
- anova计算器 精选
- 算术平均值计算器
- 平均值计算器-高精度 精选
- 平均偏差计算器
- 箱线图生成器
- 卡方检验计算器
- 变异系数计算器 精选
- Cohen
- 复合增长率计算器
- 置信区间计算器
- 比例置信区间计算器 新
- 相关系数计算器 精选
- 几何平均值计算器
- 谐波平均值计算器
- 直方图生成器
- 四分位距计算器
- Kruskal Wallis 检验计算器
- 线性回归计算器
- 对数增长计算器
- Mann-Whitney U 检验计算器
- 平均绝对离差 (MAD) 计算器
- 平均值计算器
- 平均中位模式计算器
- 中位数绝对偏差计算器
- 中位数计算器
- 中程数计算器
- 模式计算器 精选
- 异常值计算器
- 总体标准差计算器-高精度
- 四分位数计算器 精选
- 四分位差计算器
- 范围计算器
- 相对标准偏差计算器 精选
- 均方根计算器
- 样本均值计算机
- 样本量计算器 精选
- 样本标准差计算器
- 散点图制作器
- 标准偏差计算器 - 高精度 精选
- 标准误差计算器
- 统计计算器
- t检验计算器 精选
- 方差计算器 (高精度) 精选
- Z-分数计算器 新