medianとは？初心者でも分かるデータの中心を探す方法【medianの基礎】共起語・同意語・対義語も併せて解説！

この記事を書いた人

高岡智則

年齢：33歳性別：男性職業：Webディレクター（兼ライティング・SNS運用担当）居住地：東京都杉並区・永福町の1LDKマンション出身地：神奈川県川崎市身長：176cm 体系：細身〜普通（最近ちょっとお腹が気になる）血液型：A型誕生日：1992年11月20日最終学歴：明治大学・情報コミュニケーション学部卒通勤：京王井の頭線で渋谷まで（通勤20分）家族構成：一人暮らし、実家には両親と2歳下の妹恋愛事情：独身。彼女は2年いない（本人は「忙しいだけ」と言い張る）

medianとは？

median（メディアン）とは、データを並べたときに中心に来る値のことです。統計で「データの中心」を表す代表的な指標の一つで、特に 外れ値の影響を受けにくい性質があります。たとえば年収のデータのように突然大きな値が混ざる場合、mean（平均）では中心が左右に引っ張られてしまいますが、median はそんな影響を受けにくいのが特徴です。

なぜ median が大事なのか

平均値は全ての値を合計して個数で割ったものですが、外れ値があると中心がずれてしまいます。これに対して median は“順番に並べたときの真ん中の値”なので、極端な値があるデータでも中心を安定して伝えることができます。実生活のデータ分析では、median と mean を両方見ることが多いです。

どう計算するのか

データを 小さい順に並べます。データの個数 n によって計算方法が変わります。

ケース	計算方法
奇数個のデータ	中央の位置の値をそのまま median とします。
偶数個のデータ	中央の2つの値の平均を median とします。場合によっては「どちらか一方」を選ぶルールもあります。

以下に具体例を示します。

例1: 奇数個のデータ

データ: 1, 3, 4, 7, 9

並べ替えるとそのまま 1, 3, 4, 7, 9 となり、中央は 4 です。したがって median は 4 です。

例2: 偶数個のデータ

データ: 2, 4, 6, 8

中央の値は 4 と 6 の間です。代表的な定義では中央の2つの値の平均、つまり (4 + 6) / 2 = 5 が median になります。

実務での使い方

・統計の基本として「データの中心」を知る第一歩です。外れ値の影響を受けにくい点が大きな利点です。物価データや所得データのように大きなばらつきがあるデータにも安定して適用できます。

・mean（平均）と併せて使うと、データの性質をより詳しく理解できます。例えば、mean が大きく、median が小さい場合は、データに大きな外れ値がある可能性が考えられます。

注意点とよくある誤解を解く

median はデータの「中心」を示す指標ですが、データの分布形状やばらつきの全体像を必ずしも伝えるわけではありません。分布がどうなっているかを知るには、分位数や範囲、標準偏差など他の指標も合わせて見ることが大切です。

練習問題付き

次のデータの median を考えてみましょう。データ: 5, 1, 3, 8, 7, 2, 6

まず並べ替えると: 1, 2, 3, 5, 6, 7, 8 です。中位は 5。したがって median は 5 です。

分布と median の関係

中央値はデータの分布の「中心」の場所を示しますが、分布の形状が左右対称かどうかや、裾野の長さには直接答えません。分布が歪んでいる場合には median が中心に近い値を指すことが多い一方、均等に広がっている場合は mean と median が近づくこともあります。

要点まとめ

median はデータの中心を示す重要な指標で、外れ値の影響を受けにくい点が特徴です。 計算方法は奇数個なら中央の値、偶数個なら中央の2つの値の平均をとるのが基本です。データ分析では mean と併せて使うことで、データの実態をより正しく伝えることができます。

medianの関連サジェスト解説

median とは統計: median とは統計において、データを並べたときに中央に位置する値のことです。平均値（算術平均）とは違い、外れ値の影響を受けにくい特徴があります。まずはデータを小さい順に並べ、データの個数を n とします。n が奇数なら真ん中の位置 (n+1)/2 にある値が median です。n が偶数なら、中央の2つの値の平均をとって median とします。具体的な例を見てみましょう。数の列 7, 3, 5, 2, 9 を並べると 2, 3, 5, 7, 9 となり、n=5 のとき中央の 5 が median です。次に 1, 3, 4, 8 の場合は中央の2つは 3 と 4 で、その平均は 3.5 です。これらの例から、データの数が偶数か奇数かで求め方が少し変わることが分かります。median が大事な理由は、データが極端に大きい値や小さい値（外れ値）を含むとき、平均値がその影響を大きく受けやすいからです。例えば家庭の収入分布や住宅価格の分布は、少数の高額な人がいると平均が引っ張られてしまいがちですが、median はそうした外れ値に左右されにくく、“中央値”としてより実態に近い値を示します。統計の基本を学ぶ際には、分布の特徴を掴むために median を使う場面が多くあります。なお、中央値は全体の50%がそれ以下、50%がそれ以上になる点でもあり、50パーセントタイル（第50百分位）とも呼ばれます。日常生活の身近な例として、家計の収入分布やテストの点数分布を考えると、外れ値の影響を受けにくい median が“普通の値”を表すことが多いという感覚をつかみやすいです。
median とは統計学: median（中央値）とは、データを小さい順に並べたとき、ちょうど真ん中にある値のことを指します。データの個数が奇数なら真ん中の値、個数が偶数なら中央の2つの値の平均をとった値が中央値です。中央値はデータの中心を表す指標のひとつで、平均と違って外れ値の影響を受けにくい性質があります。例えば収入のデータのように、少数のとても高い値があると平均は大きくなりがちですが、中央値は「典型的な値」に近い様子をよく表します。計算の手順1) データを昇順に並べる2) データの個数 n を数える3) n が奇数のときは (n+1)/2 番目の値を取る4) n が偶数のときは n/2 番目と n/2+1 番目の値の平均を取る例1: データ 3, 7, 9, 12, 14 を昇順に並べると 3, 7, 9, 12, 14 となり、n=5 なので 3 番目の値 9 が中央値。例2: データ 1, 2, 3, 100 では n=4 偶数なので 2 番目と 3 番目の値 2 と 3 の平均は 2.5。中央値は 2.5。この性質は日常のデータを考えるとき役立ちます。特に外れ値があるときは中央値を指標として使うと、データの「普通の状態」をより正しく表せることがあります。平均と中央値の違いを覚えると良いです。平均はすべての値を足して数で割る計算で、極端な値に左右されやすい。一方、中央値は並べ替えたときの位置で決まるので、外れ値の影響を受けにくい。結論として、中央値はデータの分布の中心を知る基本的な指標であり、分布が左右に歪んでいるケースや外れ値があるケースで特に有効です。
mean medianとは: meanとmedianの違いを、中学生にもわかるようにやさしく説明します。まず mean は算術平均と呼ばれ、データのすべての数を足して、その個数で割った値です。たとえばテストの点数が [3, 5, 7, 9, 100] なら、合計は124、人数は5なので mean は 24.8 になります。一方 median は「中央値」といって、データを小さい順に並べたとき、ちょうど真ん中に来る値です。上の例なら並べ替えると [3,5,7,9,100] となり、真ん中の 7 が median です。もしデータの個数が偶数なら、真ん中2つの値の平均をとって median とします。例えば [1,2,3,4] なら median は (2+3)/2 = 2.5 です。この2つは同じように「中心の値」を表しますが、データの特徴によって向きが違います。mean はすべての値を足し合わせて平均をとるので、極端に大きい値や小さい値（外れ値）の影響を受けやすいです。反対に median は外れ値の影響を受けにくく、データが右に長く寄っている（右にスキューしている）ときでも「中心値」として安定しています。ですので、データの形が左右対称に近いときは mean、片寄りがあるときは median を使うと、データの“中心”をより正しく表せます。計算のコツとしては、まずデータを小さい順に並べ、奇数なら真ん中の値、偶数なら真ん中の2つの平均をとることです。日常生活でもよく使われます。例えばクラスのテストの点数の分布を見て、平均だけを見ると外れ値（極端に低い点数や高い点数）が影響して見え方が変わることがあります。そんなとき median を確認することで、全体の“中心”を別の角度から知ることができます。このように mean medianとは、データの“中心の値”を表す代表的な指標です。算術平均と中央値の違いを理解して、データを見るときの視点を広げましょう。
median age とは: median age とは、データの中でちょうど真ん中に来る年齢の値のことです。年齢を小さい順に並べ、中央に位置する値が median age になります。データの個数が奇数なら中央の1つ、偶数なら中央の2つの値の平均をとって median age と呼ぶことが多いです。例えば、年齢が 18, 22, 28, 35, 60 の5人の場合、中央の値は 28 です。よって median age は 28 になります。別の例として、年齢が 22, 24, 26, 28 の4人の場合、中央の2つは 24 と 26 です。これらの平均は 25 なので median age は 25 と考えます。
median filter とは: median filter とは、デジタル画像処理で使われるノイズ除去の手法です。画像の中の各画素を、その周りの窓（例: 3×3 の範囲）にある画素の値の中央値に置き換えます。これにより画素の周りの極端な値、ノイズが削除され、画像が滑らかになりますが、平均フィルターのように平均値で置換するわけではないため、エッジを強く崩さずに残すことができます。特にソルトとペッパーノイズと呼ばれる点状のノイズを除くのに適しています。使い方のイメージは次の通りです。窓のサイズを決めます。初心者には3×3がよく使われます。その窓内の画素値を全て並べ、中央値を計算します。得られた中央値を現在の画素の新しい値として設定します。窓を1ピクセルずつずらして全体を処理します。カラー画像の場合、各画素の R,G,B の各チャンネルごとに独立して処理するか、先にグレースケールへ変換してから処理します。長所と短所として、長所はノイズに強くエッジを崩しにくい点、短所はGaussianノイズには効果が薄い点と、窓を大きくすると計算量が増える点です。実務では OpenCV などのライブラリに medianBlur という関数があり、k の値を 3 など小さく設定して手軽に使えます。まずは 3×3 の窓から試して、ノイズの種類や画像の特徴に合わせて窓サイズを調整するのがおすすめです。
median os とは: median os とは、医療の臨床試験でよく使われる言葉です。OSは「Overall Survival（全生存期間）」の略で、治療を開始してから死ぬまでの時間を表します。median os とは、その全生存期間を並べた時に、全体の半分の人がこの時間より長く生き、もう半分がこの時間より短く生きると推定される“中央値”のことです。例えば、ある治療の median os が 24 ヶ月と報告されていれば、追跡期間内で死んだ人の半分は24ヶ月以上生存し、半分は24ヶ月未満で亡くなると考えられます。OSは死亡原因が複数ある場合でも、治療の効果を比較する指標として使われます。中央値は「平均値」ではありません。平均値は長期生存者が多いと数字が引っ張られて大きくなることがありますが、中央値はそうした極端な値の影響を受けにくく、治療効果の中間的な目安として読みやすい特徴があります。median os の推定には「カプラン-マイヤー法（Kaplan-Meier）」と呼ばれる統計手法がよく使われます。データには「検閲」という概念が出てきます。検閲とは、試験期間中にまだ生存している、あるいは連絡が取れなくなって追跡が途切れた人のことを指します。検閲データは最終的な生存時間には影響しますが、適切に扱わないと推定値がずれることがあります。そこで、検閲を考慮した推定を行い、中央値とその周辺の信頼区間を示します。実務上は、median os だけで治療の良し悪しを判断せず、ハザード比や信頼区間、治療群間の差の有意性といった補足情報と一緒に読みます。OSは長期のフォローが必要になることが多く、追跡期間や研究デザインによって結果が変わる点にも注意しましょう。初心者の方は、まず「50%の人がこの時点で生存しているか」を意識し、グラフ上でカプラン-マイヤー曲線がどう生存確率を示しているかを観察すると理解が深まります。
median income とは: median income とは、データを並べたときちょうど真ん中に来る値のことです。所得データの場合は、ある集まりの人の年収を小さい順に並べて中央にある年収を指します。計算の仕方は、人数が奇数なら真ん中の値、偶数なら中央の2つの値の平均をとります。具体例として、あるクラスの年収を 300 万円・420 万円・480 万円・520 万円・660 万円とします。並べると 300・420・480・520・660 となり中央値は 480 万円です。6人の場合は 300・360・420・480・520・660 となり、中央の2つは 420 万円と 480 万円で平均は 450 万円になります。中央値は極端に高い収入や低い収入の影響を受けにくく、平均と違ってデータの“ふつうの様子”を表しやすい性質があります。なぜこの指標が大切かというと、所得を比較するときに極端な値で結果が大きく動くのを避けられるからです。政府や研究機関は世帯年収の中央値や個人年収の中央値をよく使います。つまり median income とは、データの中央の値を示す指標であり、所得の比較や生活水準の把握に役立つ便利な考え方です。
median perf とは: median perf とはデータの中で真ん中の値を性能として見る考え方です perf は performance の略で処理速度や応答時間のことを指します。 median はデータを小さい順に並べたとき中央に来る値で外れ値の影響を受けにくい性質があります。例えばウェブサイトの応答時間を測るときに 2 秒 3 秒 4 秒 100 秒 120 秒という測定値が出ることがあります。このとき平均値は約 46 秒となり実際の体感速度とちがうことがありますが中央値は 4 秒で外れ値の影響を受けずに「ふつうの速さ」を伝えやすいです。こうした理由で median perf を使うと特定の出来事の極端な遅さや速さに惑わされずに典型的な性能を示せます。中央値の求め方は奇数個なら中央の値、偶数個なら中央の二つの値の平均をとります。データが少なくても多くても基本は同じです。普段のデータ分布が右に長く偏る場合や左に長く偏る場合でも中央値はデータの中心を安定して表します。実務ではウェブのページ表示時間やゲームのフレームレートなどの分布を語るとき median perf がよく使われます。使い方のコツはデータを十分集めることと外れ値の扱いを判断することです。Excelや Google Sheets の MEDIAN 関数を使えば手軽に計算できます。 median perf は万能の指標ではなく状況に応じて mean と使い分けるのが大切です
excel median とは: excel median とは、データを昇順に並べたとき真ん中にくる値のことを指します。ExcelのMEDIAN関数を使うと、数値データの中央値を簡単に求められます。使い方はとてもシンプルで、セルに =MEDIAN(範囲) と入力するだけです。例えばA1からA5に 3, 7, 9, 11, 15 が入っていれば、 =MEDIAN(A1:A5) を実行すると中央値は 9 になります。データ数が偶数のときは、中間の2つの数値の平均が返されます。例えば 2, 4, 6, 8 の場合、 =MEDIAN(A1:A4) は 5 を返します。複数の範囲を同時に渡すことも可能で、 =MEDIAN(A1:A10, C1:C10) のように書きます。空白セルや文字列は通常無視され、数値だけが対象になります。ただし、参照内にエラー値があると結果がエラーになることがあるので、データを整理しておくと安全です。中央値は平均（AVERAGE）とは違い、外れ値の影響を受けにくい性質があります。データが偏っているときや、複数のデータセットを比較するときに「中心となる値」を知るのに役立ちます。実務や勉強の場面でも、データの中心傾向を把握したいときに MEDIAN はよく使われます。データを整えてから使うと、より正確な中央値が得られます。成績データ、テストの点数、アンケート回答など、数値データの代表値を知りたいときに覚えておくと便利です。

medianの同意語

中央値: データの中でちょうど中央に位置する値を指す語。統計文脈では中央値とほぼ同義で使われる。
中位数: 中央値と同義の用語。データの順位で中央の値を指す統計用語。
中間値: データの中間付近の値を指す語。文脈次第で中央値の意味で使われることがあるが、日常語としても使われる。
50パーセンタイル: データ分布の50%点。中央値と同じ値を指す、分布の位置を表す指標。
第50パーセンタイル: 同じくデータ分布の50%点。中央値の別名。
50パーセンタイル値: データ集合の50%点に対応する具体的な値。
中線: 三角形の頂点と対辺の中点を結ぶ線分。幾何学的に median に相当する概念を表す呼称。
中位線: 幾何学で median に対応する別表現。地域や教科書により用いられることがある。
メディアン: 英語の median の日本語表記・読み。統計分野やITの文脈で用いられる外来語表現。

medianの対義語・反対語

平均値（算術平均）: データ全体の値を合計し、データ数で割ることで得られる中心値。中央値とは異なり、極端な値の影響を受けやすいのが特徴。データの分布が左右に歪んでいる場合、平均値と中央値が大きく離れることがある。SEOの分析ではデータの全体的な傾向をつかむ指標として使われることが多い。
幾何平均: データの全値を掛け合わせ、その積のn乗根を取った値。割合や成長率の平均をとる際に適しており、極端値の影響を比較的抑えつつ“中心”を示す指標。中央値とは異なる性質を持つ中心値。
調和平均: 各値の逆数の平均を取り、その平均の逆数を求める方法。比率データや速さの平均をとる場面で有効。中央値とは別の視点でデータの中心を表す指標。
最頻値（モード）: データの中で最も頻繁に現れる値。分布が偏っている場合、平均値や中央値と異なることがあり、データの“よく現れる値”を知る際に役立つ。
加重平均: 各値に重みを掛けて平均をとる方法。データごとに重要度が異なる場合に用いられ、中央値とは異なる中心値を示すことがある。