|
Lexikon auf Ihrer Homepage |
|
Lexikon als Lesezeichen hinzufügen |
Der Median (von (lat.:medianus - in der Mitte befindlich, der Mittlere) bezeichnet als Zentralmaß oder 50%-Quantil in der Stochastik die mittlere Zahl in einer sortierten Liste von Zahlen, wie zum Beispiel: 1,4,6,8,19.
Im Vergleich zum arithmetischen Mittel ist der Median unempfindlich gegenüber Extremwerten und deshalb oft die wichtigere und aussagekräftigere Maßzahl. Man kann sagen: Der Median ist eine robuste Version eines Mittelwertes. [1]
Inhaltsverzeichnis |
Nur bei völlig symmetrischen Verteilungen wie der so genannten Normalverteilung sind das arithmetische Mittel, der Median und der Modalwert identisch. Der Median teilt eine Grundgesamtheit in zwei Hälften gleicher Größe, so dass alle Merkmalsausprägungen der einen Hälfte gleich oder kleiner (und in der anderen gleich oder größer) als der Medianwert sind. Durch diese Eigenschaft eignet sich der Median besonders gut als Lageparameter für nicht normalverteilte Grundgesamtheiten, wie sie beispielsweise auf nach oben offenen Skalen positiver Zahlen vorkommen. Dieser Vorteil verkehrt sich jedoch in einen Nachteil, wenn die Verteilung der Daten z.B. bimodal ist.
Messwerte 1, 2, 4, 4 , 4, 5, 50; Der Median (auch der Ober- und der Untermedian) ist der Wert an der mittleren Stelle, also 4. Das arithmetisches Mittel ist hier 10. Wäre der höchste Wert nicht 50 sondern nur 15 würde das am Wert des Medians nichts ändern, der Durchschnittswert würde aber auf 5 sinken. Der Median reagiert hier also unempfindlich auf den Extremwert und ist deshalb die aussagekräftigere Maßzahl.
Die Einkommen einer Gruppe von 10 Personen verteilen sich wie folgt: 9 Personen verdienen jeweils EUR 1.000 und 1 Person verdient EUR 1.000.000. Das Durchschnittseinkommen beträgt EUR 100.900, der Median jedoch nur EUR 1.000. Der Median wäre für diese Daten die aussagekräftigere Maßzahl.
Die Einkommen einer Gruppe von 10 Personen verteilen sich wie folgt: 6 Personen verdienen jeweils EUR 1.000 und 4 Personen verdienen jeweils EUR 2.000. Der Median beträgt nur EUR 1.000, das Durchschnittseinkommen EUR 1.400. Das arithmetische Mittel wäre für diese Daten die aussagekräftigere Maßzahl.
Nur für nominale Variablen, die keine numerischen Ausprägungen haben, ist der Modalwert das einzige Maß, das festgestellt werden kann. Für ordinale Variablen, bei denen es kein quantitativ sinnvolles Intervall zwischen den Werten gibt, eignet sich der Median am besten [2], aber auch bei bei intervall- und verhältnisskalierten Daten (hier ist aber das arithmetische Mittel oft das bessere Maß) kann der Median angewendet werden [3], als:
Ein Wert <math>m</math> ist Median einer Stichprobe, wenn mindestens die Hälfte der Beobachtungen in der Stichprobe einen Wert <math> \leq m </math> und mindestens die Hälfte einen Wert <math> \geq m </math> hat.
Sortiert man die Beobachtungswerte der Größe nach, das heißt geht man zur nach dem Rang geordneten Stichprobe über, so ist der Median bei einer ungeraden Anzahl von Beobachtungen der Wert der in der Mitte dieser Folge liegenden Beobachtung. Bei einer geraden Anzahl von Beobachtungen gibt es kein einziges mittleres Element, sondern zwei. Hier sind die Werte der beiden mittleren Beobachtungen sowie alle Werte dazwischen (obwohl diese möglicherweise bei keiner Beobachtung aufgetreten sind) ein Median der Stichprobe, da für alle diese Werte obige Bedingung zutrifft.
Bei kardinal skalierten Messgrößen (wenn es also sinnvoll möglich ist, die Differenz von Messwerten zu berechnen) verwendet man im Falle einer geraden Anzahl Beobachtungen meist das arithmetische Mittel der beiden mittleren Beobachtungswerte. Der Median <math>\tilde x</math> einer geordneten Stichprobe <math>(x_1, x_2, \dots, x_n)</math> von <math>n</math> Messwerten ist dann also
&=\begin{cases}
x_\frac{n+1}{2} & n\text{ ungerade}\\
\frac 12\left(x_{\frac n2} + x_{\frac n2 + 1}\right) & n \text{ gerade.}
\end{cases}\\ &= \tfrac 12\left(x_{\lceil{\frac n2}\rceil} + x_{\lfloor{\frac n2 + 1}\rfloor}\right) &= \tfrac 12\left(\tilde x_u + \tilde x_o\right) \end{align} </math>
Oft möchte man dagegen sicherstellen, dass der Median in jedem Fall eines der Elemente der Stichprobe sein soll. In diesem Fall wird alternativ zu dieser Definition bei einer geraden Anzahl von Elementen entweder der Untermedian <math>\tilde x_u = x_\frac{n}{2}</math> oder der Obermedian <math>\tilde x_o = x_{\frac{n}{2}+1}</math> genutzt und als Median bezeichnet.
Im Falle einer ungeraden Anzahl der Beobachtungen werden der Untermedian <math> \tilde x_u</math> und der Obermedian <math> \tilde x_o</math> definiert als <math>\tilde x=\tilde x_u=\tilde x_o</math>. Bei einer geraden Anzahl von Elementen werden der Ober- und Untermedian definiert als
und es gilt:
Diese Medianbestimmung spielt beispielsweise bei Datenbanksystemen eine große Rolle, wie z. B. bei SELECT-Abfragen mittels des Medians der Mediane.
Der Median <math>\tilde x</math>, und im Fall einer geraden Anzahl von Messwerten alle Werte <math>\tilde x</math> mit <math>\tilde{x}_u \le \tilde x \le \tilde{x}_o</math>, minimieren die Summe der absoluten Abweichungen, das heißt für ein beliebiges <math>x</math> gilt
Der Median ist Grundlage der Methode der kleinsten absoluten Abweichungen und Verfahren der robusten Regression. Das arithmetische Mittel dagegen minimiert die Summe der quadratischen Abweichungen und ist Grundlage der Methode der kleinsten Quadrate und der Regressionsanalyse und ist mathematisch leichter zu handhaben, jedoch nicht robust gegen Ausreißer. Der Median könnte algorithmisch bestimmt werden, indem die Messwerte sortiert werden. Da dies mit Aufwand <math>\mathcal{O}\left( n \log n\right) </math> verbunden ist, wird im Allgemeinen zu speziellen Algorithmen zur Quantilsbestimmung mit linearem Aufwand <math>\mathcal{O}\left( n \right) </math> gegriffen oder zu Abschätzungen wie der Cornish-Fisher-Methode. Das arithmetische Mittel lässt sich ebenfalls in linearer Zeit bestimmten.
Vor allem in den Sozialwissenschaften wird bei Statistiken häufig der Median geschätzt, da nicht alle Daten explizit und exakt gegeben sind, sondern nur in Intervallen gruppiert vorliegen. So wird beispielsweise bei Umfragen selten nach dem exakten Gehalt gefragt, sondern nur nach der Einkommensklasse, also dem Bereich, in welchem das Gehalt liegt. Die Berechnungsvorschrift für diese Schätzung unterscheidet sich deswegen von der oben vorgestellten exakten Berechnung des Medians. Es seien <math>n</math> die Anzahl aller Daten, <math>n_i</math> die jeweilige Anzahl der Daten der <math>i</math>-ten Gruppe und <math>u_i</math> bzw. <math>o_i</math> die entsprechenden oberen bzw. unteren Intervallgrenzen. Zunächst wird nun die mediane Klasse (oder mediane Gruppe) bestimmt, d. h. diejenige Gruppe, in welche der Median (nach obiger, konventioneller Definition) hineinfällt, z. B. die <math>m</math>-te Gruppe. Wenn keine weiteren Angaben über die Verteilung der Daten gegeben sind, wird z. B. Gleichverteilung postuliert, sodass man sich der linearen Interpolation als Hilfsmittel bedienen kann, um eine Schätzung des Medians der gruppierten Daten zu erhalten:
Im Gegensatz zur konventionellen Definition des Medians muss dieser nicht zwangsläufig ein Element aus der tatsächlichen Datenmenge sein, welche in aller Regel nicht bekannt ist.
Einkommen:
| Klasse (<math>i</math>) | Bereich (<math>u_i</math> bis <math>o_i</math>) | Gruppengröße (<math>n_i</math>) |
|---|---|---|
| 1 | mind. 0, weniger als 1500 | 160 |
| 2 | mind. 1500, weniger als 2500 | 320 |
| 3 | mind. 2500, weniger als 3500 | 212 |
Man berechne
Also liegt der Median in der 2. Klasse (d. h. <math>m=2</math>), da die erste Klasse nur 160 Elemente umfasst. Somit ergibt sich als Schätzung für den Median
Eine Veranschaulichung dieses Verfahrens zur Festlegung des Medians bei gruppierten Daten ist die grafische Ermittlung mit Hilfe der Summenkurve. Hier wird der Abszissenwert <math>x_\mathrm{med}\,</math> gesucht, der zum Ordinatenwert <math>\tfrac{n}{2}</math> gehört. Bei kleinerem und geradem <math>n</math> kann auch stattdessen der Ordinatenwert <math>\tfrac{n}{2}+1</math> gewählt werden.
Eine Verallgemeinerung des Begriffes liefert die Betrachtung einer reellwertigen Zufallsvariable <math>X</math> und ihrer Verteilung, beziehungsweise ihrer Verteilungsfunktion <math>F</math>. Dort ist der Median das 0,5-Quantil, also
Übertragen auf die oben genannte Stichprobe wäre nach dieser Definition der Median vergleichbar mit dem dort erwähnten Untermedian. Er ist, neben beispielsweise Erwartungswert und Modus, ein Lageparameter. Für symmetrische Verteilungen, d. h. Verteilungen mit der Eigenschaft <math>f(\mu-x)=f(\mu+x)</math> für alle reellen <math>x</math>, stimmen Median und Erwartungswert überein. Für Verteilungen mit monoton fallender Dichte über der Menge der positiven reellen Zahlen wie der Exponentialverteilung (d. h. für <math>0<x<y</math> gilt <math>f(x) \ge f(y)</math>) ist
wobei das Gleichheitszeichen nur für die Stetige Gleichverteilung gilt. Ein typische Beispiel für diese Situation ist die Exponentialverteilung. Zwischen Erwartungswert <math>\mu</math>, Median <math>m</math> und Standardabweichung <math>\sigma</math> besteht ein allgemeiner Zusammenhang durch die Tschebyschow-Ungleichung der Form
Das Gleichheitszeichen gilt für die diskrete Zufallsvariable X mit <math>\operatorname{P}\left[X=\mu-\sigma\right]=\operatorname{P}\left[X=\mu+\sigma\right]=1/2</math>.
Bei der Dreiecksverteilung
ist der Median der <math>x</math>-Wert, welcher die Fläche
unter der Dichtefunktion in zwei gleich große Flächen teilt. Dieser Wert wird somit durch die Gleichung
bestimmt. Für deren Lösung <math>m=\sqrt{18}\approx 4{,}24</math> gilt damit <math>P(X \le 4{,}24) \approx 0{,}5</math>. D. h. in diesem Beispiel ist der Median <math>m</math> nicht identisch mit dem Erwartungswert <math>E(X)=4</math>.
