Numerosarjan "mediaani" arvo viittaa keskilukuun, kun kaikki tiedot järjestetään peräkkäin. Poikkeamat vaikuttavat mediaanilaskelmiin vähemmän kuin normaali keskimääräinen laskenta. Poikkeamat ovat äärimmäisiä mittauksia, jotka poikkeavat suuresti kaikista muista luvuista, joten tapauksissa, joissa yksi tai enemmän poikkeavuuksia vääristää vakiokeskiarvoa, mediaaniarvoja voidaan käyttää, koska ne vastustavat ulkopuolisia puolueellisuus. Kun lisää tietoja lisätään, mediaani saattaa muuttua, mutta se ei tyypillisesti muutu yhtä dramaattisesti kuin keskiarvo.
Tilaa numerosarjasi pienimmästä suurimpaan. Oletetaan esimerkiksi, että sinulla oli numerot 5, 8, 1, 3, 155, 7, 7, 6, 7, 8. Järjestä ne 1, 3, 5, 6, 6, 7, 7, 7, 8, 155.
Etsi keskimmäinen numero. Jos keskimmäisiä lukuja on kaksi, kuten parillisella datapisteellä, ottaisit kahden keskiluvun keskiarvon. Esimerkissä keskiluvut ovat 6 ja 7. Koska kahden luvun keskiarvo on summa jaettuna 2: lla, saavutat mediaaniarvon 6,5.
Huomaa, että koko tietojoukon keskiarvo olisi 20,5, joten näet eron, jonka mediaani voi tehdä. Luku 155 on poikkeava, ei ollenkaan yhdenmukainen muiden numeroiden kanssa. Joten mediaani on tässä tapauksessa keskimääräistä parempi mitta.
Lisää numeroita peräkkäin, kun hankit niitä. Jos haluat jatkaa esimerkkiä, oletetaan, että olet mitannut viisi uutta datapistettä muodossa 1, 8, 7, 9, 205. Lisäät ne yksinkertaisesti luetteloosi niin, että siinä lukee 1, 1, 3, 5, 6, 6, 7, 7, 7, 7, 8, 8, 9, 155, 205.
Etsi uusi mediaaninumero, aivan kuten aiemmin. Esimerkissä on 15 datapistettä, joten löydät yksinkertaisesti keskimmäisen, joka on "7".
Jos käyttäisit keskiarvoa, laskisit 29, mikä taas on huomattavan marginaalin päässä mistä tahansa datapisteestä.
Vähennä uusi mediaanilaskenta vanhasta mediaanista mediaaniarvojen muutoksen laskemiseksi. Esimerkissä laskelma olisi 7,0 miinus 6,5, mikä kertoo, että mediaani on muuttunut 0,5.
Jos lasket keskiarvoa, muutos olisi 8,5, mikä on melko suuri hyppy ja todennäköisesti perusteeton.
