Что такое медианное абсолютное отклонение?
Медианное абсолютное отклонение (MAD, от англ. Median Absolute Deviation) — это устойчивая мера разброса данных. В отличие от стандартного отклонения, на которое сильно влияют выбросы, MAD опирается на медианы и потому почти не реагирует на экстремальные значения. Этот показатель отражает типичное расстояние между отдельными значениями и центром выборки.
Как пользоваться калькулятором
Введите числа через запятую или пробел (например, 2, 4, 6, 8, 10), и калькулятор покажет MAD вместе с количеством значений, медианой и масштабированным MAD. Результат пересчитывается мгновенно, поэтому вы легко сравните разные наборы данных.
Разбор формулы
Сначала найдите медиану набора данных. Затем вычислите абсолютное отклонение каждого значения от этой медианы: \(|x_i - \operatorname{median}(x)|\). Наконец, возьмите медиану полученных абсолютных отклонений:
$$\text{MAD} = \operatorname{median}\left(\left|\, x_i - \operatorname{median}(x) \,\right|\right)$$
Масштабированный MAD — это результат, умноженный на константу 1,4826. Благодаря этому коэффициенту MAD становится состоятельной оценкой стандартного отклонения, если данные подчиняются нормальному распределению.
Пример расчёта
Возьмём набор данных 1, 2, 3, 4, 5. Медиана равна 3. Абсолютные отклонения составляют \(|1-3|=2\), \(|2-3|=1\), \(|3-3|=0\), \(|4-3|=1\), \(|5-3|=2\), то есть 2, 1, 0, 1, 2. После сортировки: 0, 1, 1, 2, 2. Медиана этих отклонений равна 1, значит \(\text{MAD} = 1\). Масштабированный MAD = \(1 \times 1{,}4826 = 1{,}4826\).
Частые вопросы
Почему стоит использовать MAD вместо стандартного отклонения? MAD устойчив к выбросам, поэтому он лучше описывает разброс для асимметричных данных или выборок с экстремальными значениями.
Что означает масштабированный MAD? Умножение на 1,4826 превращает MAD в оценку стандартного отклонения для нормально распределённых данных, что позволяет напрямую сравнивать эти показатели.
Важен ли порядок чисел? Нет. Калькулятор сортирует значения автоматически, поэтому вводить их можно в любом порядке.