平均値と中央値の違いと最頻値の理解

平均値と中央値の違いを医療データで理解する

平均値と中央値の違いを押さえるための基本概念

平均値は、全てのデータを合計し、データ数で割った値であり、最も馴染みのある指標です。 一方で中央値は、データを小さい順、または大きい順に並べたとき、ちょうど真ん中の順位に来る値を指します。

参考）https://www.pref.kyoto.jp/tokei/monthly/tokeikyoto/tk2011/tkroom201106.pdf

医療従事者にとって重要なのは、この二つが同じ値になることもあれば、大きく乖離することもあるという点です。例えば、5人の患者の収縮期血圧が「120, 122, 124, 126, 128」であれば平均値も中央値も124になりますが、「120, 122, 124, 126, 220」というように一人だけ極端な高血圧患者が含まれると平均値は上方に引っ張られ、中央値は124のまま保たれることになります。

参考）平均値と中央値の違い
この「極端な値に引っ張られるかどうか」という性質こそが、平均値と中央値の違いの本質です。医療現場では、検査値や年齢などに外れ値が混ざりやすいため、代表値としてどちらを採用するかによって、患者集団の「印象」が大きく変わり得ます。

参考）なんでも平均でいいの？中央値と平均値をどう使い分けるか

指標	定義	外れ値の影響
中央値	並べたとき真ん中の値	ほとんど影響を受けない

平均値 中央値 違いが医療指標をどう歪めるか

医師の月間労働時間を例に考えてみましょう。仮に10人中2人が極端な長時間勤務をしている場合、平均値はその影響を強く受け、中央値より大きくなります。平均値だけを用いて「平均労働時間」を提示すると、医師全体が長時間勤務しているような印象を与えかねませんが、中央値を示せば「真ん中の人はどれくらい働いているか」が見えるため、現場の実態に近い評価ができます。

また、患者の医療費、救急搬送時間、待ち時間なども外れ値を含みやすく、平均値と中央値の差が大きくなりやすい指標です。この差が大きい場合、分布は平均値より中央値側に偏っていると解釈でき、年収や資産のデータではほとんどのケースで中央値が平均値より低くなることが報告されています。 医療費も高額医療の一部患者が平均値を引き上げているだけで、中央値はむしろ「一般的な患者像」に近い値になっていることが多いと考えられます。

参考）平均値と中央値の違いを知らないとデータを見誤る｜荒川 明夫 …

このように、平均値 中央値 違いを知らないままデータを読むと、「多くの患者が高リスクである」「医療費が全体的に高騰している」といった誤解につながりやすくなります。 医療従事者は、報道や行政資料、院内の統計などで平均値と中央値が併記されている場合、必ず両方を比較する習慣を持つことで、データの背後にある分布の偏りを意識できるようになります。

京都府統計課の解説では、平均貯蓄額と中央値の差が大きい事例を示し、「偏りがあるデータの場合、平均値は高額貯蓄世帯の影響を受けるため、平均値だけでなく併せて中央値を見るべき」と明記されています。 医療データも同様に「偏りがあるのが当たり前」と捉え、平均値だけで判断しないことが、患者の実像に即した意思決定につながります。

平均値と中央値の違いを詳しく解説し、実際の統計例を示している京都府の資料です（平均値と中央値の性質を説明する部分の参考）。

京都府統計課「平均値と中央値」

平均値 中央値 違いと外れ値・ロバスト性の意外なポイント

平均値 中央値 違いの中でも、医療従事者にとって特に重要なのが「外れ値への感度」と「ロバスト性」です。平均値はてこの原理における支点に例えられ、データが左右に並んだときにバランスが取れる位置が平均値になります。 一方、中央値は単純に「順番の真ん中」であり、極端な値がどれだけ遠くにあっても、その位置自体は動きません。

興味深い例として、33個のデータのうち最大値を12から45、さらに450へと極端に変更しても、中央値は変わらないままという説明があります。 平均値は12→45→450と変化するたびに大きく上昇し、最終的には「33個中32個が平均値より低い」という極端な状況を生みますが、中央値は頑なに同じ値を維持します。 この性質は「外れ値に対してロバストである（頑健性がある）」と呼ばれ、医療データの解析ではしばしば重視されます。

例えば、重症患者や希少疾患患者が少数含まれるデータセットでは、検査値や入院日数が他の患者と比べて極端になることがあります。平均値はそれらの患者の影響を受けて大きく変わるため、「一般患者の典型像」を示す指標としては不適切になる場合があります。一方、中央値は分布のど真ん中に位置するため、外れ値が混ざっていても「全体の中間的な患者」の状態を表し続ける点で有用です。

統計WEBでは、このような平均値と中央値の動きの違いを図解し、外れ値による平均値の変化と中央値の頑健性を丁寧に説明しています。 医療従事者がデータの「ロバスト性」を意識する上で、非常に参考になる内容です。

統計WEB「平均値と中央値の違い」

平均値 中央値 違いと最頻値を組み合わせた臨床データの読み方

医療現場でありがちな例として、救急受診までの時間分布が挙げられます。多数の患者は1〜2時間以内に受診している一方で、ごく少数が極端に遅れて受診している場合、平均値は上振れし、中央値と最頻値は比較的短時間のままになるでしょう。このとき、平均値だけを指標とすると「救急受診が全体的に遅れている」と見えてしまいますが、中央値・最頻値を見ると「多くの患者は比較的早く受診しているが、一部に大きな遅れがある」と解釈できます。

平均値・中央値・最頻値の違いと使い分けを図解で説明している資料で、三つの代表値の関係を把握する際の参考になります。

平均値 中央値 違いを医療現場の意思決定に活かす独自視点

ここからは、検索上位にはあまり出てこない「現場寄りの視点」で、平均値 中央値 違いをどう活用するかを考えます。医療従事者が日常的に直面するのは、「限られた時間でデータをざっと見て、方針を決めなければならない」状況です。このとき、全ての分布グラフや詳細統計を見る余裕はないため、「代表値の組み合わせから分布を素早く推定する技術」があると有用です。

例えば、院内指標として「平均在院日数」「中央値在院日数」「最頻在院日数」が毎月報告されているとします。平均値が増加し、中央値と最頻値が変わらない場合は、「ごく一部の長期入院が増えた」可能性が高く、ケースレビューや退院支援の見直しが必要かもしれません。逆に、平均値と中央値がそろって増加し、最頻値もシフトしている場合は、「全体の在院日数が延びている」シグナルであり、病床回転率や診療プロセス全体の見直しが必要になります。

もう一つの独自視点は、「患者説明のための指標選び」です。患者に対して治療成績や副作用の頻度を説明する際、平均値だけを用いると、外れ値に引っ張られた印象を与えることがあります。例えば、抗がん剤治療後の倦怠感の持続日数が、一部の患者で極端に長い場合、平均値をそのまま伝えると「多くの人がかなり長くつらい思いをする」と受け取られるかもしれません。

この場面では、「典型的な患者像」を示すために中央値と最頻値を説明の中心に置き、「一部の患者では平均値よりも長く続くことがある」という補足として平均値を位置づける方が、患者の不安を不要に増やさずに済みます。医療コミュニケーションの観点からも、平均値 中央値 違いを理解したうえで、場面ごとに使い分けることが望ましいと言えます。

さらに、医療教育においてもこの違いは重要です。若手医師や看護師に統計リテラシーを教える際、「平均値だけに頼る危うさ」と「中央値・最頻値を組み合わせる意義」を、具体的な症例データや院内指標を用いて示すことで、日常業務に直結した形で理解を深めてもらうことができます。 このような教育が進むと、AIや機械学習を用いた医療データ解析の結果を読み解く力も自然と高まり、現場の意思決定の質の向上につながります。

AI・機械学習の文脈で平均値・中央値・最頻値を整理しているIT系の用語辞典で、機械学習モデルの出力を解釈する際にも役立ちます。

【第2類医薬品】スマイル40プレミアムDX 15mL