中央絶対偏差(MAD)とは?
中央絶対偏差(MAD:Median Absolute Deviation)は、データのばらつきを表す頑健(ロバスト)な統計指標です。外れ値の影響を強く受ける標準偏差とは異なり、MADは中央値をもとに計算するため、極端な値の影響を受けにくいのが特長です。各データ点が中心からどれくらい離れているか、その「典型的な距離」を示してくれます。
この計算ツールの使い方
数値をカンマまたはスペースで区切って入力してください(例:2, 4, 6, 8, 10)。すると、MADに加えてデータの個数、中央値、スケール調整済みMADが表示されます。結果はリアルタイムで更新されるので、複数のデータセットをすばやく比較できます。
計算式の解説
まず、データセットの中央値を求めます。次に、各値とその中央値との絶対偏差 \(\left|\, x_i - \operatorname{median}(x) \,\right|\) を計算します。最後に、それらの絶対偏差の中央値を取ります。
$$\text{MAD} = \operatorname{median}\left(\left|\, x_i - \operatorname{median}(x) \,\right|\right)$$
スケール調整済みMADは、この結果に定数 \(1.4826\) を掛けたものです。データが正規分布に従う場合、この値は標準偏差の一致推定量となります。
計算例
データセット 1, 2, 3, 4, 5 を例に考えてみましょう。中央値は 3 です。絶対偏差はそれぞれ \(|1-3|=2\)、\(|2-3|=1\)、\(|3-3|=0\)、\(|4-3|=1\)、\(|5-3|=2\) となり、2, 1, 0, 1, 2 が得られます。これを並べ替えると 0, 1, 1, 2, 2。これらの偏差の中央値は 1 なので、\(\text{MAD} = 1\) です。スケール調整済みMADは $$1 \times 1.4826 = 1.4826$$ となります。
MADと標準偏差:外れ値の影響
中央絶対偏差(MAD)は、外れ値の影響を受けにくい頑健な散らばりの指標です。1つの極端な値があってもMADはほとんど変わりませんが、平均と標準偏差は大きく変化することがあります。この表は、最後の値だけ(5を100に置き換えて)異なる2つのデータセットを比較しています。
| 統計量 | データセットA:1, 2, 3, 4, 5 | データセットB:1, 2, 3, 4, 100 |
|---|---|---|
| 中央値 | 3 | 3 |
| 中央値からの絶対偏差 | 2, 1, 0, 1, 2 | 2, 1, 0, 1, 97 |
| MAD(偏差の中央値) | 1 | 1 |
| 補正MAD(MAD × 1.4826) | 1.4826 | 1.4826 |
| 平均 | 3 | 22 |
| 標本標準偏差 | ≈ 1.58 | ≈ 43.6 |
計算の詳細:データセットAの標本分散は \(\frac{4+1+0+1+4}{5-1} = 2.5\) なので、標準偏差は \(\sqrt{2.5} \approx 1.58\) です。データセットBの平均は \(\frac{110}{5} = 22\) で、偏差の2乗は 441, 400, 361, 324, 6084 (合計 7610)です。したがって分散は \(\frac{7610}{4} = 1902.5\) となり、標準偏差は \(\sqrt{1902.5} \approx 43.6\) です。
外れ値によって平均は3から22へ動き、標準偏差は約28倍に膨らみましたが、中央値は3のまま、MADは1のままでした。
偶数個の例
データセット 2, 4, 6, 8, 10, 12 を考えます。中央値は中央の2つの値の平均なので \(\frac{6+8}{2} = 7\) です。絶対偏差は 5, 3, 1, 1, 3, 5 で、並べ替えると 1, 1, 3, 3, 5, 5 になります。その中央値は \(\frac{3+3}{2} = \) 3 です。補正MADは \(3 \times 1.4826 = 4.4478\) です。比較として、平均は7、標本標準偏差は \(\sqrt{70/5} = \sqrt{14} \approx 3.74\) です。
MADの結果の解釈
- MADの大きさ:MADが小さいほとんどの値は中央値の近くにあり、MADが大きいとデータは広く散らばっています。MADはデータと同じ単位(例:ドル、センチメートル)で表されるため、相対的な散らばりを判断するには中央値と比べてください。
- 補正MAD:MADに1.4826を掛けると標準偏差の頑健な推定値が得られますが、これはデータがおおむね正規分布している場合に限られます。歪んだデータや裾の重いデータでは、補正MADと標準偏差が大きく異なることがあります。
- 外れ値の基準(補正MAD):よく使われる基準では、\(\frac{|x - \text{中央値}|}{1.4826 \times \text{MAD}}\) が約3を超える点に印を付けます。
- 外れ値の基準(修正z値):Iglewicz と Hoaglin は \(M = \frac{0.6745\,(x - \text{中央値})}{\text{MAD}}\) を提案し、\(|M| > 3.5\) となる点に印を付けることを勧めています。データセットB(1, 2, 3, 4, 100)では、値100が \(M = \frac{0.6745 \times 97}{1} \approx 65.4\) となり、3.5をはるかに超えます。データセットA では、値5は \(M = 0.6745 \times 2 = 1.349\) なので、印は付きません。
- MADが0の場合:値の半分を超える数が同じ値であるときに起こります。例えば 5, 5, 5, 5, 9 では中央値は5、絶対偏差は 0, 0, 0, 0, 4 なので、MADは0です。この場合、上記の外れ値の基準は使えない(0で割ることになる)ため、データを直接確認してください。
- 偶数個のデータ:偶数個の値の中央値は、中央の2つの値の平均です。これはデータの中央値にも、絶対偏差の中央値にも当てはまります。
3と3.5という閾値は経験則であり、厳密な検定ではありません。印の付いた点は自動的に削除する値ではなく、調査すべき候補として扱ってください。
よくある質問(FAQ)
標準偏差ではなくMADを使う理由は? MADは外れ値に対して頑健なため、歪んだ分布のデータや極端な値を含むデータのばらつきを測る指標として優れています。
スケール調整済みMADは何を意味しますか? \(1.4826\) を掛けることで、正規分布のデータにおける標準偏差の推定値に変換できます。これにより両者を直接比較できるようになります。
数値を入力する順番は関係ありますか? いいえ。計算ツールが内部で自動的に並べ替えるため、どの順番で入力しても問題ありません。