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。

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

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順序統計量は動かない
• 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
• 単調変換に不変: $y_i = \log x_i$ のような単調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

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

順序統計量の分布

一様分布 $U(0, 1)$ から $n$ 個サンプリングしたとき、第 $k$ 順序統計量 $U_{(k)}$ は ベータ分布 $\mathrm{Beta}(k, n - k + 1)$ に従います。

この事実は、サンプル中央値・分位数の区間推定（信頼区間）の理論的基礎になります。任意の連続分布 $F$ の順序統計量 $X_{(k)}$ も、確率積分変換 $U_i = F(X_i)$ を介してベータ分布に持ち込めます。

サンプル中央値の漸近正規性

サンプル中央値 $\hat{m}$ は、母分布が密度 $f$ をもち $f(\text{median}) > 0$ を満たすなら、漸近的に正規分布に従います。

平均の漸近分散 $\sigma^2/n$ と比較すると、中央値の漸近分散は $\frac{1}{4 n f(\text{median})^2}$。正規分布なら平均の方が効率的（変動が小さい）ですが、裾の重い分布では中央値の方が安定します。中央値の安定性を体系化したのがロバスト統計です。

順位検定との接続

順序統計量だけを使って統計検定を組み立てるアプローチが ノンパラメトリック検定 です。Wilcoxon 順位和検定・Kruskal-Wallis 検定・Spearman の順位相関などはすべて「データの値そのもの」ではなく「データの順位」を使うため、分布の形に依存しない検定として機能します。元データの単位や尺度が不揃いでも適用できる強みがあります。

関連する用語

• 中央値 — 順序統計量の真ん中
• 外れ値 — 順序統計量がロバストな対象

詳しくは

• stats-01: 平均値と中央値の使い分け — 中央値が「順位だけ見る」性質を順序統計量の枠組みで