Słownik metodologiczny · Statystyka opisowa

Efektywność estymatora – kiedy mediana wygrywa ze średnią?

Efektywność estymatora mówi, jak precyzyjne są jego oszacowania. Wyjaśniamy efektywność względną, granicę Craméra–Rao i pokazujemy w R, dlaczego przy ciężkich ogonach mediana bywa lepsza od średniej.

Strona główna / Słownik / Efektywność estymatora
W skrócie: Efektywność estymatora to jego precyzja: z dwóch estymatorów nieobciążonych efektywniejszy jest ten o mniejszej wariancji. Granica Craméra–Rao wyznacza najmniejszą możliwą wariancję. W rozkładzie normalnym średnia jest efektywniejsza od mediany (2/π ≈ 0.64), ale przy ciężkich ogonach role się odwracają.

Co to jest efektywność estymatora?

Efektywność estymatora (ang. efficiency) opisuje, jak mało rozrzucają się jego oszacowania wokół parametru. Spośród dwóch estymatorów nieobciążonych efektywniejszy jest ten o mniejszej wariancji, czyli mniejszym błędzie standardowym. Efektywność względna T1 wobec T2 to iloraz Var(T2)/Var(T1): wartość 0.64 oznacza, że T1 potrzebuje około 1/0.64 ≈ 1.6 razy większej próby, by dorównać precyzji T2. Ogólne cechy dobrego estymatora omawia hasło estymacja punktowa.

Granica Craméra–Rao

Wariancja estymatora nieobciążonego nie może być mniejsza niż 1/[n·I(θ)], gdzie I(θ) to informacja Fishera z jednej obserwacji. Estymator, który osiąga tę granicę, nazywa się efektywnym. W rozkładzie normalnym średnia osiąga ją dla μ, a estymatory największej wiarygodności zbliżają się do niej przy dużym n. Dla estymatorów obciążonych porównuje się zamiast wariancji błąd średniokwadratowy (MSE).

Przykład w R

W 10 000 próbach po 100 obserwacji z rozkładu normalnego n·Var(M) wyniosło 0.989, czyli prawie dokładnie granicę 1. Efektywność mediany względem średniej wyniosła 0.657 (asymptotycznie 2/π = 0.637). W rozkładzie t z 3 stopniami swobody role się odwróciły: 1.612, mediana była więc efektywniejsza od średniej. W rozkładzie Cauchy’ego wariancja średnich wyniosła 3949.7, mediany 0.0254, a średniej ze środkowej ćwiartki próby 0.0238 – zgodnie z wynikiem Rothenberga i in. (1964).

Na rysunku

Dwa panele jeden pod drugim z rozkładami średniej (linia ciągła, kolor niebieski) i mediany (linia przerywana, kolor pomarańczowy) w 10 000 próbach po 30 obserwacji. Górny panel, rozkład normalny: rozkład średnich jest wyższy i węższy, SD 0.184 wobec 0.225 dla mediany, efektywność mediany 0.66. Dolny panel, rozkład t z 3 stopniami swobody: rozkład median jest wyższy i węższy, SD 0.244 wobec 0.309 dla średniej, efektywność mediany 1.61. Oba rozkłady w obu panelach są skupione wokół zera.
Rysunek 1. Rozkład średniej i mediany w 10 000 symulowanych próbach po 30 obserwacji z rozkładu normalnego i z rozkładu t(3). Obliczenia: R, pakiet ggplot2 (dane symulowane, set.seed(5042)).

Co widać. Rysunek powtarza porównanie z przykładu dla mniejszych prób: po 30 obserwacji, 10 000 powtórzeń w każdym rozkładzie. Przy rozkładzie normalnym (górny panel) rozkład średnich jest węższy niż rozkład median: SD wynosi 0.184 wobec 0.225, a efektywność względna mediany 0.66 (błąd Monte Carlo ±0.01; asymptotycznie 2/π ≈ 0.64). Mediana wykorzystuje więc informację z próby gorzej – potrzebuje około 1.5 raza więcej osób, by dorównać średniej. W rozkładzie t(3) (dolny panel) jest odwrotnie: rzadkie, bardzo odległe obserwacje rozciągają rozkład średnich (SD 0.309), a mediana prawie ich nie odczuwa (SD 0.244), więc jej efektywność względna wynosi 1.61 (±0.04). Oba estymatory są tu nieobciążone – oba rozkłady leżą wokół 0 – i różnią się tylko rozrzutem. Liczebność 30 i rozkład t(3) wybrano ręcznie jako typową wielkość grupy i umiarkowanie ciężkie ogony; ziarna nie zmieniano.

Na co uważać. Efektywność względna zależy od rozkładu w populacji, którego w badaniu nie znamy. Rysunek pokazuje dwa rozkłady symetryczne; przy rozkładzie skośnym średnia i mediana szacują różne parametry, więc samo porównanie ich wariancji nic nie rozstrzyga – najpierw trzeba wybrać, który parametr opisuje pytanie badawcze. Kształt rozkładu danych lepiej ocenić na wykresie kwantylowym niż na histogramie. Kompromisem między średnią a medianą jest średnia ucinana. Jak błąd standardowy obu estymatorów maleje z liczebnością próby przy rozkładzie normalnym, pokazuje hasło estymacja punktowa.

Podpis do pracy:

Rysunek 1. Rozkład średniej i mediany w 10 000 symulowanych próbach po 30 obserwacji. Uwaga. Górny panel: rozkład normalny (efektywność względna mediany wobec średniej = 0.66); dolny panel: rozkład t z 3 stopniami swobody (efektywność względna = 1.61). Przerywana pionowa linia oznacza prawdziwą wartość środka rozkładu.

Kod rysunku losuje dane z ustalonym ziarnem set.seed(5042) i liczy się w kilka sekund. Rysunek na stronie powstał z tego kodu po podmianie motywu na motyw serwisu (krój czcionki, siatka). Dane, geometrie i skale są identyczne.

Kod R rysunku 1
# Rysunek 1. Średnia i mediana w 10 000 próbach po n = 30: rozkład normalny i t(3)
library(ggplot2)

# Paleta Okabe–Ito i prosty motyw
kol <- c("średnia" = "#0072B2", "mediana" = "#D55E00")
motyw <- theme_minimal(base_size = 14) +
  theme(plot.title = element_text(face = "bold", colour = "#0f1d3a", size = rel(1.0)),
        panel.grid.minor = element_blank(), panel.grid.major = element_line(colour = "grey88", linewidth = 0.4),
        legend.position = "bottom", plot.background = element_rect(fill = "white", colour = NA))

n <- 30; R <- 10000
rozklady <- list("Rozkład normalny" = function(n) rnorm(n),
                 "Rozkład t(3) – ciężkie ogony" = function(n) rt(n, df = 3))
set.seed(5042)
dl <- do.call(rbind, lapply(names(rozklady), function(r) {
  x <- matrix(rozklady[[r]](R * n), nrow = R)            # R prób po n obserwacji, środek = 0
  rbind(data.frame(rozklad = r, estymator = "średnia", wartosc = rowMeans(x)),
        data.frame(rozklad = r, estymator = "mediana", wartosc = apply(x, 1, median)))
}))

# SD oszacowań i efektywność względna mediany wobec średniej: Var(średnia) / Var(mediana);
# błąd Monte Carlo efektywności z 500 losowań bootstrap z 10 000 par oszacowań
ef <- do.call(rbind, lapply(names(rozklady), function(r) {
  m <- dl$wartosc[dl$rozklad == r & dl$estymator == "średnia"]
  me <- dl$wartosc[dl$rozklad == r & dl$estymator == "mediana"]
  boot <- replicate(500, { i <- sample(R, R, replace = TRUE); var(m[i]) / var(me[i]) })
  data.frame(rozklad = r, SD_srednia = sd(m), SD_mediana = sd(me),
             efektywnosc = var(m) / var(me), blad_MC = sd(boot))
}))
print(format(ef, digits = 3), row.names = FALSE)
c(teoria_normalny = 2 / pi)

# Rysunek: histogramy schodkowe (przedziały co 0.05); przerywana linia = prawdziwy środek 0
dl$estymator <- factor(dl$estymator, levels = names(kol))
ef$etykieta <- sprintf("SD średniej = %.3f\nSD mediany = %.3f\nefektywność mediany = %.2f",
                       ef$SD_srednia, ef$SD_mediana, ef$efektywnosc)
p <- ggplot(dl, aes(wartosc, colour = estymator, linetype = estymator)) +
  stat_bin(aes(y = after_stat(density)), geom = "step", position = "identity", binwidth = 0.05, boundary = 0, linewidth = 0.9) +
  geom_vline(xintercept = 0, linetype = "dashed", colour = "grey20") +
  geom_label(aes(x = -1.2, y = Inf, label = etykieta), data = ef, inherit.aes = FALSE,
             vjust = 1.1, hjust = 0, size = 3.7, linewidth = 0, fill = "white") +
  facet_wrap(~ rozklad, ncol = 1) +
  scale_colour_manual(values = kol, name = NULL) +
  scale_linetype_manual(values = c("średnia" = "solid", "mediana" = "longdash"), name = NULL) +
  coord_cartesian(xlim = c(-1.2, 1.2)) +
  labs(title = "Średnia i mediana w 10 000 próbach po 30 obserwacji",
       x = "Oszacowanie środka rozkładu (przerywana linia = prawdziwa wartość 0)", y = "Gęstość") +
  motyw
p
Wynik w R
                      rozklad SD_srednia SD_mediana efektywnosc blad_MC
             Rozkład normalny      0.184      0.225       0.665 0.00747
 Rozkład t(3) – ciężkie ogony      0.309      0.244       1.607 0.04130
teoria_normalny 
      0.6366198 

Jak opisać w pracy

W symulacji (10 000 prób, n = 100) efektywność względna mediany wobec średniej wyniosła 0.657 dla rozkładu normalnego i 1.612 dla rozkładu t(3); ze względu na ciężkie ogony rozkładu wyników jako miarę położenia wybrano medianę.

Na co uważać

  • Efektywność zależy od rozkładu. Najlepszy estymator dla danych normalnych bywa słaby przy ciężkich ogonach; kompromisem jest średnia ucinana.
  • Testy też mają efektywność. Hodges i Lehmann (1956) wykazali, że asymptotyczna efektywność dwupróbkowego testu Wilcoxona (testu U Manna-Whitneya) względem testu t nigdy nie spada poniżej 0.864.
  • Efektywność to nie zgodność. Estymator może być mało efektywny, a mimo to zgodny.
Przykład reprodukowalny

Efektywność estymatora w R

Kod porównuje wariancje średniej, mediany i średniej ze środkowej ćwiartki próby w rozkładzie normalnym, t(3) i Cauchy’ego oraz zestawia wariancję średniej z granicą Craméra–Rao.

Średnia, mediana i średnia ze środkowej ćwiartki

Dane wejściowe: po 10 000 prób po n = 100 obserwacji z rnorm(), rt(df = 3) i rcauchy(); set.seed(5041).

Co odczytać: n·Var(M) = 0.989 wobec granicy 1, efektywność mediany względem średniej (0.657 w rozkładzie normalnym, 1.612 w t(3), teoretycznie 2/π = 0.637 dla normalnego) i wariancje trzech estymatorów w rozkładzie Cauchy’ego (3949.7, 0.0254, 0.0238).

R
set.seed(5041)
n <- 100; R <- 10000
srodek <- function(x) mean(sort(x)[(3 * n / 8 + 1):(5 * n / 8)])  # średnia ze środkowej ćwiartki
sym <- function(los) {
  est <- replicate(R, { x <- los(n); c(M = mean(x), Me = median(x), C = srodek(x)) })
  apply(est, 1, var)
}
v_norm <- sym(rnorm); v_t3 <- sym(function(n) rt(n, 3))
round(c(nVar_M_norm = n * v_norm[["M"]], granica_CR = 1), 3)  # 1/I(mu) = sigma^2 = 1
round(c(norm = v_norm[["M"]] / v_norm[["Me"]], t3 = v_t3[["M"]] / v_t3[["Me"]],
        teoria_norm = 2 / pi), 3)             # efektywność mediany względem średniej
v_c <- sym(rcauchy)
round(v_c, 4)                                 # Cauchy: wariancje oszacowań
Wynik w R
nVar_M_norm  granica_CR 
      0.989       1.000 
       norm          t3 teoria_norm 
      0.657       1.612       0.637 
        M        Me         C 
3949.7285    0.0254    0.0238 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3. Rysunek 1 wykonano w pakiecie ggplot2, a plik SVG zapisano pakietem svglite. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An 'SVG' graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Najczęstsze pytania

Jak policzyć efektywność względną dwóch estymatorów?

Podziel wariancję jednego estymatora przez wariancję drugiego, np. Var(M)/Var(Me). Wynik 0.64 oznacza, że mediana potrzebuje około 1.6 razy większej próby, by dorównać średniej.

Co to jest granica Craméra–Rao?

To najmniejsza możliwa wariancja estymatora nieobciążonego: 1/[n·I(θ)], gdzie I(θ) to informacja Fishera. Estymator, który ją osiąga, nazywa się efektywnym.

Kiedy mediana jest efektywniejsza od średniej?

Gdy rozkład ma ciężkie ogony. W symulacji dla rozkładu t z 3 stopniami swobody efektywność mediany względem średniej wyniosła 1.612, a w rozkładzie Cauchy’ego średnia jest bezużyteczna.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Hodges, J. L., & Lehmann, E. L. (1956). The efficiency of some nonparametric competitors of the t-test. The Annals of Mathematical Statistics, 27(2), 324–335. https://doi.org/10.1214/aoms/1177728261 ● Otwarty dostęp
  2. Rothenberg, T. J., Fisher, F. M., & Tilanus, C. B. (1964). A note on estimation from a Cauchy sample. Journal of the American Statistical Association, 59(306), 460–463. https://doi.org/10.1080/01621459.1964.10482170

Cytowania BibTeX

@article{hodges1956efficiency, author={Hodges, J. L. and Lehmann, E. L.}, title={{The efficiency of some nonparametric competitors of the t-test}}, journal={The Annals of Mathematical Statistics}, year={1956}, volume={27}, number={2}, pages={324--335}, doi={10.1214/aoms/1177728261}}
@article{rothenberg1964note, author={Rothenberg, Thomas J. and Fisher, Franklin M. and Tilanus, C. B.}, title={{A note on estimation from a Cauchy sample}}, journal={Journal of the American Statistical Association}, year={1964}, volume={59}, number={306}, pages={460--463}, doi={10.1080/01621459.1964.10482170}}
R