中央値とは、数値を小さい順に並べたときに中央に位置する値です。データ分析や機械学習の前処理において、外れ値の影響を受けにくい頑健な代表値として利用されます。
中央値とは
一言でいうと中央値とは、データを大きさ順に並べたとき、真ん中にくる値のことです。メディアンとも呼ばれます。
詳しく解説
中央値は、統計学や機械学習においてデータの中心傾向を把握するために用いられる指標です。データ数が奇数の場合は真ん中の値がそのまま中央値となり、偶数の場合は真ん中2つの値の平均値となります。平均値と異なり、極端に大きな値や小さな値である外れ値の影響を強く受けないという特徴があります。そのため、データ分布が歪んでいる場合に、全体の傾向を正しく反映する代表値として重要視されます。
具体例・使われ方
例えば、年収データにおいて大多数が数百万円であるにもかかわらず、一部に数億円超の高所得者が含まれる場合、平均値は実態より高く引き上げられます。このとき中央値を用いることで、より一般的な収入の目安を把握しやすくなります。機械学習の前処理では、欠損値補完や特徴量エンジニアリングにおいてデータの分布を整えるために中央値が活用されます。
似た用語との違い
平均値はすべてのデータを足して個数で割るため外れ値に大きく影響されますが、中央値は順序のみに基づくため外れ値の影響を受けません。最頻値はデータの中で最も頻繁に出現する値であり、用途やデータの性質によって使い分けられます。
注意点
中央値は外れ値に強い反面、データ全体の合計値や個々の数値の大きさを正確に反映できない場合があります。また、データ数が非常に少ない場合やカテゴリ変数においては適切に計算・解釈できない点に注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月5日 07:01