Trung vị là gì: cách tính trung vị khi n chẵn, n lẻ
Bài 3/6 · Chương 2
Thống kê mô tả: số đo trung tâm
- 9 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 13
Trung vị (median) là giá trị đứng giữa của dãy số sau khi sắp xếp: một nửa số giá trị không lớn hơn nó, nửa còn lại không nhỏ hơn nó. Bạn dùng trung vị khi dữ liệu có vài số rất lớn hay gõ nhầm, chẳng hạn một ngày kẹt xe làm thời gian đi học cả tuần trông dài hơn thật.
Cần biết trước: sắp xếp mảng, ký hiệu thống kê và trung bình cộng.
Công thức trung vị
Trung vị không có phép cộng như trung bình: nó là một vị trí. Sắp xếp n giá trị từ nhỏ tới lớn, trung vị nằm ở vị trí:
Trong đó:
n(len(x)): số giá trị.k: vị trí của trung vị trong dãy đã sắp xếp, đếm từ 1.n lẻ thì k là số nguyên: trung vị là giá trị thứ k (
xep[n // 2]khi Python đếm từ 0).n chẵn thì k là một số rưỡi: trung vị là trung bình cộng của hai giá trị thứ k − 0,5 và k + 0,5.
SGK Toán 10 ký hiệu trung vị là Me; trong code là np.median(x).
Cách tính trung vị khi n lẻ và n chẵn
Bảy ngày đi học tuần trước, Nam mất 18, 25, 21, 19, 40, 22 và 20 phút; ngày 40 phút là ngày kẹt xe. Thêm thứ bảy đi học bù mất 23 phút thì dãy có tám giá trị.
Bước | n = 7 (lẻ) | n = 8 (chẵn) |
|---|---|---|
1. Sắp xếp | 18, 19, 20, 21, 22, 25, 40 | 18, 19, 20, 21, 22, 23, 25, 40 |
2. Vị trí k = (n + 1) / 2 | k = 4 | k = 4,5 |
3. Đọc giá trị | giá trị thứ 4: 21 | (21 + 22) / 2 = 21,5 |
Khối dưới làm ba bước đó bằng Python thuần. Đây là máy tính của trang: sửa dãy ở dòng đầu rồi bấm Chạy.
phut = [18, 25, 21, 19, 40, 22, 20]
xep = sorted(phut)
n = len(xep)
print("Đã sắp xếp:", xep)
print("n =", n, "và k =", (n + 1) / 2)
if n % 2 == 1:
tv = xep[n // 2]
else:
tv = (xep[n // 2 - 1] + xep[n // 2]) / 2
print("Trung vị:", tv)KẾT QUẢ
Đã sắp xếp: [18, 19, 20, 21, 22, 25, 40]
n = 7 và k = 4.0
Trung vị: 21Python đếm từ 0, nên giá trị thứ k = 4 là xep[3], tức xep[n // 2]. Với n chẵn, hai giá trị giữa là xep[n // 2 - 1] và xep[n // 2].
Đổi [18, 25, 21, 19, 40, 22, 20] thành [18, 25, 21, 19, 40, 22, 20, 23] rồi chạy lại: dòng cuối in Trung vị: 21.5.
Kiểm lại bằng np.median() và statistics.median()
Hai hàm tự sắp xếp và tự chọn cách tính theo n chẵn hay lẻ. Chạy trên cả hai dãy của bảng:
import numpy as np
import statistics
bay_ngay = [18, 25, 21, 19, 40, 22, 20]
tam_ngay = bay_ngay + [23]
print("n = 7:", np.median(bay_ngay), statistics.median(bay_ngay))
print("n = 8:", np.median(tam_ngay), statistics.median(tam_ngay))
print("Trung bình 7 ngày:", round(np.mean(bay_ngay), 2))KẾT QUẢ
n = 7: 21.0 21
n = 8: 21.5 21.5
Trung bình 7 ngày: 23.57Hai hàm khớp bảng tính tay; np.median() luôn trả số thực, statistics.median() trả đúng giá trị của dãy khi n lẻ. Trong Excel: MEDIAN. Trung bình 23,57 phút cao hơn năm trong bảy ngày, vì một ngày 40 phút kéo nó lên; trung vị 21 phút thì không.
Một lỗi gõ trong điểm Toán lớp 10A1
File diem_kiem_tra.csv là số giả lập của AIDev: điểm của bốn lớp 10, mỗi lớp 40 em. Giả sử khi nhập điểm 10A1, bài 6,5 của em đầu danh sách bị gõ thành 65 vì thiếu dấu phẩy. 40 dòng đầu của file là lớp 10A1. Khối dưới vẽ histogram 40 điểm thật và đánh dấu trung bình, trung vị tính trên dãy có lỗi gõ:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
toan = pd.read_csv("diem_kiem_tra.csv")["diem_toan"].to_numpy()[:40]
co_loi = np.append(65, toan[1:])
tb, tv = np.mean(co_loi), np.median(co_loi)
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.hist(toan, bins=np.arange(4.5, 10.5, 0.5), edgecolor="white")
ax.axvline(tb, color="black", ls="--", label=f"Trung bình {tb:.2f}")
ax.axvline(tv, color="black", ls=":", label=f"Trung vị {tv:.2f}")
ax.set(title="Điểm Toán 10A1 khi bài 6,5 bị gõ thành 65",
xlabel="Điểm Toán", ylabel="Số học sinh")
ax.legend()
plt.show()Một ô sai đẩy trung bình lên 8,20 điểm, cao hơn điểm của 36 trong 40 em, còn trung vị 6,75 vẫn nằm ở cột cao nhất. Giá trị nằm xa hẳn phần còn lại như vậy gọi là ngoại lai; cách tìm và xử lý nó nằm ở bài ngoại lai với pandas.
Mô phỏng: trung vị đứng yên trước một lỗi gõ
Một lỗi gõ có làm trung vị lệch ở mẫu nhỏ không? Khối dưới rút 10.000 mẫu, mỗi mẫu 9 lượt rút có hoàn lại từ 40 điểm của 10A1, rồi nhân điểm đầu của mỗi mẫu với 10, như gõ thiếu dấu phẩy. Nó đo trung bình và trung vị của mỗi mẫu dịch đi bao nhiêu, rồi lấy trung bình qua 10.000 mẫu:
import numpy as np
import pandas as pd
diem = pd.read_csv("diem_kiem_tra.csv")
lop = diem.loc[diem["lop"] == "10A1", "diem_toan"].to_numpy()
rng = np.random.default_rng(11)
mau = rng.choice(lop, size=(10_000, 9), replace=True)
loi = mau.copy()
loi[:, 0] = loi[:, 0] * 10
lech_tb = np.mean(loi, axis=1) - np.mean(mau, axis=1)
lech_tv = np.median(loi, axis=1) - np.median(mau, axis=1)
print("Trung bình dịch đi:", round(lech_tb.mean(), 2))
print("Trung vị dịch đi:", round(lech_tv.mean(), 2))
print("Trung vị dịch nhiều nhất:", lech_tv.max())KẾT QUẢ
Trung bình dịch đi: 6.73
Trung vị dịch đi: 0.16
Trung vị dịch nhiều nhất: 2.25Lần chạy này cho thấy một lỗi gõ đẩy trung bình của 9 điểm đi gần 7 điểm, còn trung vị trung bình chỉ dịch chưa tới 0,2 điểm, xa nhất 2,25 điểm. Lý do: giá trị bị gõ sai chỉ chuyển về cuối dãy đã sắp xếp, nên giá trị đứng giữa dịch nhiều nhất một vị trí. Đổi default_rng(11) thành default_rng(2): hai dòng đầu gần như giữ nguyên (6,71 và 0,16), dòng thứ ba đổi rõ hơn (1,75), vì nó chỉ là một lần thử lệch nhất.
Kiểm tra nhanh
Sau
import numpy as np,print(np.median([9, 2, 7, 4]))in ra gì?4.57.05.5
Trong khung bẫy, vì sao
phut[len(phut) // 2]in 19 thay cho 21?- Dãy chưa sắp xếp, nên phần tử thứ tư chỉ là ngày được ghi thứ tư
- Phép
//làm tròn 3,5 xuống 3 - Python đếm từ 1 nên lấy lệch một vị trí
Những câu nào đúng về trung vị?
- Với 7 giá trị, trung vị là giá trị thứ 4 sau khi sắp xếp
- Khi n chẵn, trung vị luôn là một giá trị có trong dãy
- Tăng giá trị lớn nhất lên gấp mười thì trung vị không đổi
- Số giá trị nhỏ hơn trung vị bằng số giá trị lớn hơn nó, khi các giá trị khác nhau
Trong mô phỏng lỗi gõ, vì sao trung vị dịch rất ít so với trung bình?
- Vì
np.median()tự bỏ các giá trị lớn hơn 10 - Vì giá trị gõ sai chỉ chuyển về cuối dãy đã sắp xếp, giá trị đứng giữa dịch nhiều nhất một vị trí
- Vì hạt giống 11 tình cờ ít rút điểm cao
- Vì trung vị chỉ dùng hai giá trị của mẫu
- Vì
Bài tập
Tính trung vị từ bảng tần số
Một khảo sát ghi số con của mỗi hộ dưới dạng bảng tần số. gia_tri là list các giá trị khác nhau, đã xếp tăng dần. tan_so là list số hộ có giá trị đó, cùng thứ tự; mỗi số là số nguyên không âm, tổng ít nhất 1. Viết thân hàm trung_vi_tan_so(gia_tri, tan_so): trung vị của mọi hộ, đúng cả khi tổng tần số chẵn lẫn lẻ.
Không dùng np.median(), .median(), np.percentile(), np.quantile(), .quantile(), các bản np.nanmedian(), np.nanpercentile(), np.nanquantile(), .describe(), .agg(), .aggregate() hay module statistics. Hàm không sửa hai list của nơi gọi.
Trả về: trung vị, một float.
Ví dụ trung_vi_tan_so([1, 2], [1, 1]) cho 1.5.
import numpy as np
def trung_vi_tan_so(gia_tri, tan_so):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Trung vị là giá trị đứng giữa của dãy đã sắp xếp, ở vị trí k = (n + 1) / 2.
n lẻ: lấy giá trị thứ k; n chẵn: lấy trung bình hai giá trị giữa, có thể không có trong dãy.
Lấy giá trị giữa khi chưa sắp xếp cho số sai mà Python không báo.
np.median(),statistics.median(),MEDIANcủa Excel và SGK Toán 10 cho cùng trung vị.Một lỗi gõ đẩy trung bình đi xa, còn trung vị dịch nhiều nhất một vị trí trong dãy đã sắp xếp.
Câu hỏi thường gặp
Median là gì?
Median là tên tiếng Anh của trung vị, và cũng là tên hàm: np.median(), statistics.median(), MEDIAN trong Excel. Trong pandas, df["cot"].median() tính trung vị một cột; bài thống kê mô tả với pandas dạy hàm này.
Khi nào dùng trung vị thay cho trung bình?
Khi dữ liệu lệch hay có giá trị rất lớn, như lương, giá nhà, thời gian giao hàng: trung vị cho biết mức của người đứng giữa. Bài chọn trung bình, trung vị hay mốt so ba số đo trên dữ liệu lương.
Trung vị có luôn là một giá trị trong dãy không?
Không. Khi n lẻ thì có; khi n chẵn, trung vị là trung bình hai giá trị giữa, như 21,5 phút ở trên. statistics.median_low() và median_high() trả về giá trị giữa bên dưới hay bên trên khi bạn cần một giá trị có thật.
Tính trung vị của dữ liệu có ô trống thế nào?
np.median() trả nan khi mảng có nan; dùng np.nanmedian() để bỏ qua ô trống. Cột pandas thì .median() tự bỏ qua ô trống.
Chủ đề
Dữ liệu của bài
- Tải xuống
diem_kiem_tra.csv
CSV · 3.81 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.