基于随机独立同量样本中位数，估计总体中位数选均值还是中位数？是否无偏？

嘿，针对你代朋友咨询的这两个统计问题，我来拆解下清晰的答案：

问题1：用一组样本中位数估计总体中位数，选样本中位数的均值还是中位数？ #

如果没有额外的总体分布信息，优先选样本中位数的中位数。
原因很简单：样本中位数本身就是总体中位数的稳健估计量，而多个样本中位数的中位数会延续这种稳健性——它受极端异常的样本中位数影响极小。如果你的总体是对称分布（比如正态分布），两者结果可能差异不大，但如果总体是偏态分布或者存在 outliers，样本中位数的中位数表现会稳定得多。

问题2：独立同量的随机样本中位数，选均值还是中位数？是否无偏？ #

选择建议 #

依然优先推荐样本中位数的中位数，核心理由还是稳健性：面对偏态分布、异常值时，它的抗干扰能力远强于样本中位数的均值。

无偏性分析 #

这得结合总体分布来看：

• 若总体是对称分布：单个样本中位数是总体中位数的无偏估计，因此多个独立样本中位数的均值也是无偏的（期望等于总体中位数）；而样本中位数的中位数在这种情况下也近似无偏，大样本下几乎和均值表现一致。
• 若总体是偏态分布：单个样本中位数本身就是有偏的，所以不管是样本中位数的均值还是中位数，都会带有偏倚——只不过样本量越大，这种偏倚会越弱，大样本下两者都会趋近于总体中位数，达到近似无偏的效果。

补充一句：如果你的核心需求是无偏性且总体对称，样本中位数的均值是更标准的无偏估计；但如果更看重稳健性，不管分布如何，样本中位数的中位数都是更稳妥的选择。

内容的提问来源于stack exchange，提问作者Jacob Hoffman