中央値絶対偏差（MAD）計算ツールの使い方
中央値絶対偏差（MAD）計算ツールは、データの「ばらつき（散らばり具合）」を極端な外れ値の影響を受けずに評価したいユーザーのために設計されたオンライン計算シミュレータです。一般的な標準偏差や分散は極端に大きい数値・小さな数値（異常値）が存在すると大きく変動してしまいますが、**中央値（メディアン）を基準とするMADは非常に高い頑健性（ロバスト性）**を備えています。
使い方はシンプルです。入力パネルのテキストボックスに、分析したい数値データをカンマ・スペース・改行区切りなどで入力するだけで、MAD計算がリアルタイムに行われます。計算結果パネルには、中央値絶対偏差のメイン値のほか、データの中央値、各データの絶対偏差の総和、さらには正規分布を仮定した際のロバスト標準偏差推定値（$1.4826 \times \text{MAD}$）などの関連指標が一覧で表示されます。
また、入力データに不適切な文字が含まれている場合やデータ数が不足している場合はエラーアラートが表示されるため、データクレンジングや前処理のチェックツールとしても役立ちます。
計算式と理論 - 中央値絶対偏差（MAD）の求め方
中央値絶対偏差（MAD: Median Absolute Deviation）は、各データ点と全体の中央値との差の絶対値を取り、その「絶対偏差」の中央値を求めることで算出されます。基本的なMADの計算式は以下の通りです。
MAD = median(|x_i - median(x)|)計算の具体的な手順は次の3つのステップで進められます：
- 全体の中央値を求める: データを昇順に並べ替え、中央に位置する値（$\tilde{x} = \text{median}(x)$）を特定します。
- 絶対偏差を算出する: 各データ点 $x_i$ から中央値 $\tilde{x}$ を引き、その絶対値 $|x_i - \tilde{x}|$ を計算します。
- 絶対偏差の中央値を求める: 得られたすべての絶対偏差の集合の中で、さらに中央値を求めます。これが**中央値絶対偏差（MAD）**です。
標準偏差（SD）が各偏りを二乗するため外れ値の影響を強く受けるのに対し、MADは順位に基づく中央値を二度使用するため、データ全体の最大50%が外れ値であっても崩壊しない高いロバスト性（Breakdown Point = 0.5）を持ちます。なお、データが正規分布に従う場合は、$\text{標準偏差} \approx 1.4826 \times \text{MAD}$ の補正係数を掛けることで、標準偏差の代用指標（Scaled MAD）として活用できます。
中央値絶対偏差（MAD）計算ツールの活用事例・応用シーン
中央値絶対偏差（MAD）計算ツールは、統計学の講義や実務分析において幅広く活用されています：
- 外れ値検知・アノマリー検出: センサーデータや株価・金融トランザクションなど、ノイズやスパイク（突発的な異常値）が含まれるデータセットにおいて、正常値のばらつき範囲を正しく測定する際に利用されます。
- 品質管理と実験データ解析: 製造ラインや実験室の測定結果において、数回の測定ミスや機器のノイズが全体評価を歪めないよう、頑健な品質指標として用いられます。
- 手計算の回答確認・統計学習: 統計学を学ぶ学生や研究者が、演習問題の手計算プロセス（中央値の抽出 $\rightarrow$ 絶対偏差の算出 $\rightarrow$ 絶対偏差の中央値）と照らし合わせるセルフチェックツールとして活躍します。
- 探索的データ分析（EDA）: Python（
scipy.stats.median_abs_deviation）やR言語（mad()）などでデータ処理を行う前の、簡単なブラウザ上での予備的データ確認に便利です。
ブラウザ上で即時に計算結果と計算ステップを確認できる本ツールを活用し、より信頼性の高いロバストな統計分析を始めましょう。