順序統計量

定義

順序統計量（order statistic）は、データ $x_1, x_2, \ldots, x_n$ を小さい順に並べ替えたときの $k$ 番目の値を $x_{(k)}$ と書いたもの。

x_{(1)} \le x_{(2)} \le \cdots \le x_{(n)}

ここで $x_{(1)}$ は最小値、 $x_{(n)}$ は最大値、中央値は $n$ が奇数なら $x_{(n+1)/2}$ 、偶数なら $x_{(n/2)}$ と $x_{(n/2+1)}$ の平均です。括弧つき添字 $(k)$ で「並べ替え後の $k$ 番目」を意味する慣例があります。

代表的な順序統計量

統計量	順序統計量での定義
最小値	$x_{(1)}$
最大値	$x_{(n)}$
中央値（n 奇数）	$x_{(n+1)/2}$
第 1 四分位点 Q1	下側半群（中央値より小さい側）の中央値（Tukey の hinge）。簡易式 $x_{(\lceil n/4 \rceil)}$ は定義の一つで、データによっては hinge と一致しない
第 3 四分位点 Q3	上側半群の中央値（Tukey の hinge）。簡易式 $x_{(\lceil 3n/4 \rceil)}$ も同様

下図の 8 人時給では Tukey hinge を使い、 $Q_1 = 1{,}050$ （下側半群の中央値）、 $Q_3 = 1{,}250$ （上側半群 $\{1{,}150, 1{,}200, 1{,}300, 4{,}500\}$ の中央値）とします。同じデータに簡易式を当てると $Q_3 = x_{(6)} = 1{,}200$ となり、四分位点の定義が複数あることが分かります。stats-01 / 外れ値の記事も同じ Tukey 値で揃えています。

性質

値ではなく順位で決まる: 元のデータの一部の値が大きく変動しても、その順位が変わらない限り、他の順位の順序統計量（特に中央値・四分位点）は動かない。例: H さんを 4,500 円からさらに大きくしても Q1・中央値・Q3 は不変。ただし「順位が同じならその順位の値自体も不変」ではない——中央の観測を 2 から 2.5 に変えても順位は同じだが $x_{(2)}$ は動く
外れ値にロバスト: これが中央値・四分位レンジ（IQR）が「外れ値に強い」と言われる理由
単調変換に同変: $y_i = \log x_i$ のような単調増加変換で順位が保たれる限り、 $y_{(k)} = \log x_{(k)}$ がそのまま成立する（値そのものは変わるが、順序構造は保たれる）

視覚的に見る

8 人のバイト時給を昇順に並べ、順序統計量の代表点（最小値・Q1・中央値・Q3・最大値）をマーカーで示した図です。

5 つの代表点（最小値、Q1、中央値、Q3、最大値）の組は「5 数要約（five-number summary）」と呼ばれ、箱ひげ図の基礎データになります。H さん（4,500 円）は最大値の地位を占めていますが、Q3 や中央値の位置を 動かしません。順序統計量がロバストである所以がここに見えます。

実世界での使われ方

順序統計量は「分布の全体像を少数の代表点で要約する」場面に広く使われます。

箱ひげ図（boxplot）: 探索的データ解析（EDA）の定番ツール。5 数要約をそのまま可視化したもので、データ分布の歪み・外れ値・中心位置を一目で確認できます。Tukey による導入（Exploratory Data Analysis, 1977）以降、論文・レポートの定番。
賃金分布の四分位: 厚労省「賃金構造基本統計調査」では年齢階級別に Q1・中央値・Q3 を併記。これにより「平均だけでは見えない賃金の散らばり」が読み取れます。
金融リスク管理（VaR）: Value at Risk は損失分布の特定の分位点として定義されます。99% VaR は損失分布の上位 1% 点（順序統計量で言えば $x_{(\lceil 0.99 n \rceil)}$ ）。Basel 規制で銀行のリスク資本算定の中核を担っています。
環境統計: 河川流量の「100 年に 1 度の洪水」は、年間最大流量の経験分布の 99% 分位点。気候変動による分布の変化を観測する基準として広く使われます。
教育評価: 全国学力テストの偏差値ではなく、パーセンタイル（受験者全体のうち何%が自分より下か）で順位を表す手法も順序統計量の応用です。

深掘り