分组数据中位数求解：如何基于孕周分娩婴儿数计算中位GA？

直接对cumulative_freq列取中位数是完全错误的，这也是你得到意外结果的原因——累积频率是累加的婴儿总数，它的中位数和我们要找的「中位GA」逻辑完全不沾边。

正确的计算逻辑是基于总婴儿数的50%分位点来定位对应的孕周，步骤如下：

1. 先计算当年出生的婴儿总数：

   total_infants <- sum(data$num_infants_born)
   

2. 找到中位数对应的临界值：也就是总婴儿数的一半（分组数据中，总数奇偶的处理逻辑一致）

   median_threshold <- total_infants / 2
   

3. 筛选出第一个累积频率大于等于median_threshold的孕周，这个孕周就是中位GA：

   median_ga <- data$GA[which(data$cumulative_freq >= median_threshold)[1]]
   

举个例子，假设你的完整数据集里，当累积到35周时，累积婴儿数刚好超过总人数的50%，那35周就是你要的中位GA，这和你预期的结果一致。

你之前用median(medianGA2001a$cumulative_freq)得到的是累积频率数值的中位数，这个数值和孕周没有直接对应关系，自然会偏离预期。

内容的提问来源于stack exchange，提问作者Amyly