R中mad函数与手动计算均值绝对偏差（MAD）的差异及统一方法

核心差异说明 #

你的两种计算方式本质是在计算不同的统计量：

• 手动代码计算的是标准均值绝对偏差（Mean Absolute Deviation）：公式为 $\frac{1}{n}\sum|y-\bar{y}|$，直接衡量数据围绕均值的平均离散程度。
• R自带的mad()函数，即使你指定了center=mean(y)，默认逻辑依然是：计算每个值与中心值的绝对偏差 → 取这些偏差的中位数 → 乘以缩放因子1.4826（用于和正态分布标准差对齐）。这和你手动计算的“绝对偏差的均值”完全不是同一个指标。

哪种计算正确？ #

取决于你的需求：

• 如果要的是数据围绕均值的平均绝对偏差，手动计算的结果是正确的。
• 如果要的是R默认定义的中位数绝对偏差（带缩放），那mad()的结果是它自身定义下的正确值。

调整方法（让结果一致） #

方法1：修改mad()相关代码，匹配手动计算的结果

直接用手动计算的逻辑即可，没必要用mad()函数，因为它的核心逻辑是基于中位数的。示例代码：

data %>%
  filter(x1 == "A", x2 == "B") %>%
  group_by(x1, x2) %>%
  summarise(mean_abs_dev = sum(abs(y - mean(y))) / n())

如果要批量计算所有x1和x2的组合，去掉filter即可：

data %>%
  group_by(x1, x2) %>%
  summarise(mean_abs_dev = sum(abs(y - mean(y))) / n())

方法2：修改手动代码，匹配R默认mad()的结果

按照mad()的逻辑，计算围绕中位数的绝对偏差的中位数，再乘以缩放因子：

# 和mad(y)结果一致
data %>%
  filter(x1 == "A", x2 == "B") %>%
  group_by(x1, x2) %>%
  summarise(r_mad = median(abs(y - median(y))) * 1.4826)

# 和你原来的mad(y, center=mean(y))结果一致
data %>%
  filter(x1 == "A", x2 == "B") %>%
  group_by(x1, x2) %>%
  summarise(r_mad_mean = median(abs(y - mean(y))) * 1.4826)

额外提示 #

你的原代码里先group_by(x1, x2)再filter，其实filter已经限定了唯一的x1和x2组合，此时group_by没有实际分组作用，可以去掉或者调换顺序（先filter再group_by）。

内容的提问来源于stack exchange，提问作者raven