중앙값 절대편차(MAD) 계산기

중앙값 절대편차(MAD) 계산기

신흥 AI Skill PRO

계산 입력

공식

MAD=median(|xi−median(x)|)\text{MAD} = \operatorname{median}\left(\left|\, {x_i} - \operatorname{median}(x) \,\right|\right)
사용 통계

광고

결과

중앙값 절대편차 (MAD)
3
절대편차의 중앙값
데이터 개수 (n) 6
중앙값 7
스케일 조정 MAD (× 1.4826) 4.4478

이 페이지의 오류 신고

중앙값 절대편차란?

중앙값 절대편차(MAD, Median Absolute Deviation)는 데이터의 흩어진 정도를 나타내는 견고한(robust) 통계 지표입니다. 이상치(outlier)에 크게 휘둘리는 표준편차와 달리, MAD는 중앙값을 기준으로 계산하기 때문에 극단값의 영향을 거의 받지 않습니다. 즉, 각 데이터가 중심에서 얼마나 떨어져 있는지를 안정적으로 보여 줍니다.

계산기 사용 방법

숫자를 쉼표나 공백으로 구분해 입력하세요(예: 2, 4, 6, 8, 10). 그러면 MAD는 물론 데이터 개수, 중앙값, 스케일 조정 MAD까지 함께 계산됩니다. 입력하는 즉시 결과가 갱신되므로 여러 데이터를 빠르게 비교할 수 있습니다.

공식 풀이

먼저 데이터의 중앙값을 구합니다. 그다음 각 값이 중앙값에서 얼마나 떨어져 있는지를 절댓값으로 계산합니다(\(|x_i - \operatorname{median}(x)|\)). 마지막으로 이 절대편차들의 중앙값을 구하면 됩니다.

$$\text{MAD} = \operatorname{median}\left(\left|\, x_i - \operatorname{median}(x) \,\right|\right)$$

스케일 조정 MAD는 여기에 상수 1.4826을 곱한 값입니다. 데이터가 정규분포를 따를 때 이 값은 표준편차의 일치추정량(consistent estimator) 역할을 합니다.

광고
데이터 점과 중앙값까지의 절대 거리를 보여주는 수직선
각 데이터 점의 중앙값까지의 절대 거리. MAD는 이 거리들의 중앙값입니다.

예제로 보기

데이터 1, 2, 3, 4, 5를 살펴봅시다. 중앙값은 3입니다. 각 값의 절대편차는 \(|1-3|=2\), \(|2-3|=1\), \(|3-3|=0\), \(|4-3|=1\), \(|5-3|=2\)로 2, 1, 0, 1, 2가 됩니다. 이를 정렬하면 0, 1, 1, 2, 2이고, 이 편차들의 중앙값은 1이므로 \(\text{MAD} = 1\)입니다. 스케일 조정 MAD는 \(1 \times 1.4826 = 1.4826\)이 됩니다.

2단계 다이어그램: 중앙값 구하기, 그다음 절대 편차의 중앙값 구하기
MAD를 두 단계로 계산: 먼저 중앙값을 구하고, 그다음 절대 편차의 중앙값을 구합니다.

MAD와 표준편차 비교: 이상치의 영향

중앙값 절대편차(MAD)는 산포를 측정하는 데 강건한(로버스트) 척도입니다. 하나의 극단값이 있어도 MAD는 거의 변하지 않지만, 평균과 표준편차는 크게 변할 수 있습니다. 아래 표는 마지막 값만 다른(5가 100으로 바뀐) 두 자료 집합을 비교합니다.

통계량 자료 집합 A: 1, 2, 3, 4, 5 자료 집합 B: 1, 2, 3, 4, 100
중앙값 3 3
중앙값으로부터의 절대편차 2, 1, 0, 1, 2 2, 1, 0, 1, 97
MAD (편차들의 중앙값) 1 1
보정 MAD (MAD × 1.4826) 1.4826 1.4826
평균 3 22
표본 표준편차 ≈ 1.58 ≈ 43.6

계산 과정: 집합 A의 표본분산은 \(\frac{4+1+0+1+4}{5-1} = 2.5\)이므로 표준편차는 \(\sqrt{2.5} \approx 1.58\)입니다. 집합 B의 평균은 \(\frac{110}{5} = 22\)이고, 편차의 제곱은 441, 400, 361, 324, 6084(합 7610)이므로 분산은 \(\frac{7610}{4} = 1902.5\)이며 표준편차는 \(\sqrt{1902.5} \approx 43.6\)입니다.

이상치로 인해 평균은 3에서 22로 바뀌고 표준편차는 약 28배 부풀려졌지만, 중앙값은 3에 머물렀고 MAD는 1에 머물렀습니다.

짝수 개 자료의 예

자료 집합 2, 4, 6, 8, 10, 12를 봅시다. 중앙값은 가운데 두 값의 평균인 \(\frac{6+8}{2} = 7\)입니다. 절대편차는 5, 3, 1, 1, 3, 5이며, 정렬하면 1, 1, 3, 3, 5, 5입니다. 이 값들의 중앙값은 \(\frac{3+3}{2} = \) 3입니다. 보정 MAD는 \(3 \times 1.4826 = 4.4478\)입니다. 비교하자면 평균은 7이고 표본 표준편차는 \(\sqrt{70/5} = \sqrt{14} \approx 3.74\)입니다.

광고

MAD 결과 해석하기

  • MAD의 크기: MAD가 작으면 대부분의 값이 중앙값 근처에 모여 있다는 뜻이고, MAD가 크면 자료가 넓게 퍼져 있다는 뜻입니다. MAD는 자료와 같은 단위(예: 달러 또는 센티미터)를 가지므로, 상대적 산포를 판단하려면 중앙값과 비교하세요.
  • 보정 MAD: MAD에 1.4826을 곱하면 표준편차의 강건한 추정값을 얻을 수 있지만, 이는 자료가 대략 정규분포를 따를 때에만 해당합니다. 비대칭이거나 꼬리가 두꺼운 자료에서는 보정 MAD와 표준편차가 크게 다를 수 있습니다.
  • 이상치 기준(보정 MAD): 흔히 쓰는 기준은 \(\frac{|x - \text{중앙값}|}{1.4826 \times \text{MAD}}\)가 약 3을 넘으면 점 \(x\)를 이상치로 표시하는 것입니다.
  • 이상치 기준(수정 z-점수): Iglewicz와 Hoaglin은 \(M = \frac{0.6745\,(x - \text{중앙값})}{\text{MAD}}\)을 제안하고, \(|M| > 3.5\)인 점을 표시하라고 했습니다. 자료 집합 B(1, 2, 3, 4, 100)에서 값 100은 \(M = \frac{0.6745 \times 97}{1} \approx 65.4\)를 주어 3.5를 훨씬 넘습니다. 집합 A에서 값 5는 \(M = 0.6745 \times 2 = 1.349\)이므로 표시되지 않습니다.
  • MAD가 0인 경우: 값의 절반 이상이 동일할 때 발생할 수 있습니다. 예를 들어 5, 5, 5, 5, 9에서 중앙값은 5이고 절대편차는 0, 0, 0, 0, 4이므로 MAD는 0입니다. 이 경우 위의 이상치 기준은 사용할 수 없으며(0으로 나누기), 자료를 직접 살펴봐야 합니다.
  • 짝수 개 자료: 짝수 개 값의 중앙값은 가운데 두 값의 평균입니다. 이는 자료의 중앙값과 절대편차의 중앙값 모두에 적용됩니다.

3과 3.5라는 기준값은 엄격한 검정이 아니라 경험적 기준입니다. 표시된 점은 자동으로 삭제할 값이 아니라 조사해야 할 후보로 다루세요.

자주 묻는 질문

표준편차 대신 MAD를 쓰는 이유는? MAD는 이상치에 강하기 때문에, 한쪽으로 치우친 데이터나 극단값이 섞인 데이터의 산포를 측정할 때 더 신뢰할 수 있습니다.

스케일 조정 MAD는 무엇을 의미하나요? 1.4826을 곱하면 MAD가 정규분포 데이터의 표준편차 추정값으로 변환됩니다. 덕분에 표준편차와 직접 비교할 수 있습니다.

숫자를 입력하는 순서가 중요한가요? 아니요. 계산기가 내부에서 자동으로 정렬하므로 어떤 순서로 입력해도 결과는 같습니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기