少数极端数值改变后离散指标为什么可能保持不变:从中位数计算绝对偏差并区分原始与缩放尺度
先确认指标到底取了什么统计量
自编五个观测数1、2、2、3、100,用它们练习阅读离散程度。按从小到大排列,中间的数是2,所以中位数为2。接下来不是直接求平均,也不是把各数平方,而是计算每个观测数到中位数的绝对距离。
这五个距离依次为1、0、0、1、98。重新排序得到0、0、1、1、98,取中间位置,结果为1。这就是本篇使用的未缩放中位数绝对偏差,常写作MAD。注意两次取中位数的对象不同:第一次是原数值,第二次是距离。
改变最大值会发生什么
把100换成10000后,原数列中位数仍为2,距离变成1、0、0、1、9998,距离的中位数仍为1。最大值明显变化,MAD却没变。这不是计算漏掉了最后一个数,而是该统计量由排序后中部的距离决定;这次变化没有改变那个位置。
因此MAD可以帮助观察多数记录围绕中心的分散尺度,但它不是数据的完整摘要。原最大值、范围和每条记录仍应保留。若极端值对应录入错误,应按真实记录核对;若它是真实观测,也不能因为MAD稳定就随意删除。
原始尺度不要与缩放版本混用
NIST的MAD定义说明区分原始MAD与缩放形式。本例只计算原始值1,没有套用面向特定分布比较的缩放系数,也没有从1推导任何通用的异常判定门槛。
复核表格时,将原记录、中位数、绝对距离和排序后的距离分别放在可核对的列中,并写明是否做过缩放。别把“距离的中位数”误写成“距离的平均数”,也别把表示中心的2与表示尺度的1当成同一种数字。本例是统计阅读练习,不能据此判断个人测评成绩是否真实、正常或具有某种诊断意义。