С 2010 года · Более 2 млн запусков инструментов в месяц
С 2010 года
Добавить в Chrome

Моя Панель Инструментов

Автоматический Режим

Сохранённых инструментов пока нет.

Премиум-версия
Похожие инструменты
Калькулятор среднего абсолютного отклонения (MAD)Калькулятор стандартного отклонения выборкиКалькулятор квартильного отклоненияКалькулятор среднего отклоненияКалькулятор сводки пяти чиселКалькулятор середины размахаСтатистический Калькулятор
Домашняя страница > Математика > Статистика и анализ данных

Калькулятор медианного абсолютного отклонения

Рассчитайте медианное абсолютное отклонение (MAD) набора данных с помощью пошаговых формул, интерактивной визуализации, обнаружения выбросов и сравнения робастности со стандартным отклонением.

БесплатноБез регистрацииОбновлено янв 2026
Калькулятор медианного абсолютного отклоненияПопробуйте — бесплатно ▼

Попробуйте примеры данных:

Простая прогрессия С выбросом Контроль качества Скошенные данные
Совет: Если ваш текст содержит нечисловые данные, сначала используйте наш Экстрактор чисел.

Embed Калькулятор медианного абсолютного отклонения Widget

О Калькулятор медианного абсолютного отклонения

Добро пожаловать в Калькулятор медианного абсолютного отклонения — надежный статистический инструмент, который рассчитывает MAD с помощью пошаговых формул, интерактивной визуализации данных и обнаружения выбросов. MAD является мощной альтернативой стандартному отклонению, когда ваши данные содержат выбросы или распределены ненормально.

Что такое медианное абсолютное отклонение (MAD)?

Медианное абсолютное отклонение (MAD) — это робастная (устойчивая) мера статистического рассеяния, которая описывает разброс значений в наборе данных. В отличие от стандартного отклонения, которое использует среднее арифметическое и квадраты разностей, MAD использует медиану и абсолютные разности, что делает его очень устойчивым к выбросам и экстремальным значениям.

Формула медианного абсолютного отклонения
$$\text{MAD} = \text{median}(|x_i - \text{median}(X)|)$$

Проще говоря: MAD — это медиана того, насколько далеко каждая точка данных находится от общей медианы данных.

Почему MAD является «робастной» мерой

Статистика считается робастной (устойчивой), если она не подвержена сильному влиянию выбросов или нарушений допущений. MAD имеет точку срыва 50%, что означает, что до половины данных могут быть искажены, прежде чем MAD даст произвольно неверный результат. Напротив, среднее арифметическое и стандартное отклонение имеют точку срыва 0% — даже один выброс может резко на них повлиять.

MAD против стандартного отклонения: когда использовать каждый из них

СвойствоMADСтандартное отклонение
Используемая мера центральной тенденцииМедианаСреднее арифметическое
Тип отклоненияАбсолютные значенияКвадраты значений
Чувствительность к выбросамОчень низкая (робастная)Высокая (чувствительная)
Точка срыва50%0%
Лучше всего дляСкошенных данных, выбросовНормальных распределений
Эффективность для нормальных данных~37%100%

Когда использовать MAD

Когда использовать стандартное отклонение

Коэффициент масштабирования (k = 1.4826)

При сравнении MAD со стандартным отклонением или использовании MAD в качестве надежной оценки стандартного отклонения совокупности для нормально распределенных данных применяется константа k = 1.4826:

Масштабированное MAD (робастная оценка σ)
$$\hat{\sigma} = k \times \text{MAD} = 1.4826 \times \text{MAD}$$

Эта константа вытекает из соотношения:

$$k = \frac{1}{\Phi^{-1}(3/4)} \approx 1.4826$$

Где $\Phi^{-1}$ — обратная функция распределения стандартного нормального распределения. Для нормально распределенных данных масштабированное MAD будет примерно равно стандартному отклонению.

MAD для обнаружения выбросов

MAD отлично подходит для обнаружения выбросов, потому что выбросы не влияют на сам порог. Метод модифицированного Z-показателя использует MAD:

Модифицированный Z-показатель
$$M_i = \frac{0.6745 \times (x_i - \text{median})}{\text{MAD}}$$

Точка данных обычно помечается как выброс, если $|M_i| > 3.5$. Этот метод более надежен, чем использование стандартного отклонения, потому что:

Как пользоваться этим калькулятором

  1. Введите данные: Введите числовые значения через запятую, пробел или с новой строки. Используйте кнопки примеров для быстрого тестирования различных типов данных.
  2. Выберите коэффициент масштабирования: Выберите 'Без масштабирования' для необработанного MAD или k=1.4826 для оценки стандартного отклонения. Вы также можете ввести свой коэффициент.
  3. Установите точность: Выберите от 2 до 15 знаков после запятой.
  4. Рассчитайте и проанализируйте: Нажмите 'Рассчитать MAD', чтобы увидеть подробные результаты, включая оценку робастности.
  5. Посмотрите пошаговый расчет: Изучите подробную разбивку расчета, показывающую каждый этап вычисления MAD.

Понимание результатов

Основные результаты

Сравнительная статистика

Часто задаваемые вопросы

Что такое медианное абсолютное отклонение (MAD)?

Медианное абсолютное отклонение (MAD) — это робастная мера статистической изменчивости. Оно рассчитывается как медиана абсолютных отклонений от медианы данных: MAD = медиана(|xᵢ - медиана(X)|). В отличие от стандартного отклонения, MAD устойчиво к выбросам, что делает его идеальным для наборов данных с экстремальными значениями или распределениями, отличными от нормального.

Чем MAD отличается от стандартного отклонения?

MAD использует медиану и абсолютные значения, тогда как стандартное отклонение использует среднее арифметическое и квадраты разностей. Это делает MAD гораздо более устойчивым к выбросам — одно экстремальное значение может резко увеличить стандартное отклонение, но почти не повлияет на MAD. Для нормально распределенных данных MAD, умноженное на 1.4826, приближенно равно стандартному отклонению.

Что такое коэффициент масштабирования k=1.4826 для MAD?

Константа 1.4826 используется для того, чтобы сделать MAD состоятельной оценкой стандартного отклонения для нормально распределенных данных. Математически k = 1/Φ⁻¹(3/4), где Φ⁻¹ — квантильная функция стандартного нормального распределения. Умножая MAD на 1.4826, вы получаете надежную оценку σ.

Когда следует использовать MAD вместо стандартного отклонения?

Используйте MAD, когда ваши данные могут содержать выбросы, не распределены нормально или когда вам нужна робастная мера, которая не будет искажена экстремальными наблюдениями. MAD особенно полезно в разведочном анализе данных, контроле качества, финансах и обнаружении аномалий.

Как MAD может использоваться для обнаружения выбросов?

MAD отлично подходит для обнаружения выбросов с помощью модифицированного Z-показателя: M = 0.6745 × (xᵢ - медиана) / MAD. Значения с |M| > 3.5 обычно считаются выбросами. Этот метод более надежен, чем использование стандартного отклонения, потому что выбросы не влияют на сам порог обнаружения.

Сколько чисел поддерживает этот калькулятор MAD?

Этот калькулятор может обрабатывать наборы данных практически любого размера. Мы тестировали его на более чем 100 000 чисел, и инструмент выдает результаты мгновенно. Независимо от того, имеете ли вы 3 точки данных или 100 000, калькулятор эффективно вычислит MAD вместе со всей сопутствующей статистикой.

Дополнительные ресурсы

Ссылайтесь на этот контент, страницу или инструмент так:

"Калькулятор медианного абсолютного отклонения" на сайте https://ru.miniWebtool.com/калькулятор-медианного-абсолютного-отклонения/ от MiniWebtool, https://MiniWebtool.com/

команда miniwebtool. Обновлено: 19 января 2026 г.

Вы также можете попробовать наш AI Решатель Математических Задач GPT, чтобы решить ваши математические проблемы с помощью вопросов и ответов на естественном языке.

Статистика и анализ данных:

Популярные и обновлённые инструменты:

Калькулятор среднего, медианы и модыКалькулятор Относительного Стандартного ОтклоненияКалькулятор стандартного отклонения - Высокая точностьСмотреть все →
Домашняя страница > Математика > Статистика и анализ данных > Калькулятор медианного абсолютного отклонения