Основываясь на некоторых комментариях @ mary, я думаю, что следующее уместно. Кажется, она выбирает медиану, потому что выборка маленькая.
Если вы выбираете медиану, потому что это небольшая выборка, это не является хорошим оправданием. Вы выбираете медиану, потому что медиана является важным значением. Это говорит что-то отличное от среднего. Вы также можете выбрать его для некоторых статистических расчетов, потому что он устойчив к определенным проблемам, таким как выбросы или перекос. Тем не менее, небольшой размер выборки не является одной из тех проблем, против которых он устойчив. Например, когда размер выборки становится меньше, он на самом деле намного более чувствителен к перекосу, чем среднее значение.
Сокаль и Рольф приводят эту формулу в своей книге « Биометрия» (стр. 139). В разделе «Комментарии о применимости» они пишут: Большие выборки из нормальных популяций. Таким образом, я боюсь, что ответ на ваш вопрос - нет. Смотрите также здесь .
Одним из способов получения стандартных ошибок и доверительных интервалов для медианы в небольших выборках с ненормальными распределениями является начальная загрузка. Этот пост содержит ссылки на пакеты Python для начальной загрузки.
Предупреждение
@whuber указал, что начальная загрузка медианы в небольших выборках не очень информативна, так как обоснование начальной загрузки является асимптотическим (см. комментарии ниже).
источник
Чем меньше размер выборки, тем более сомнительной она становится.
источник