如何计算n=2m+1个iid离散随机变量中位数的概率分布

嘿，这个问题抓得很准！对于$n=2m+1$个独立同分布（iid）的离散随机变量，咱们完全可以通过你提到的分组逻辑来推导中位数的概率分布，我来把这个过程拆解得更清晰：

核心定义先明确 #

首先统一符号：

• 设每个随机变量$X_i$的**概率质量函数（PMF）**为$p_t = P(X_i = t)$
• 设其**累积分布函数（CDF）**为$F(t) = P(X_i \leq t)$，对于离散变量，$P(X_i > t) = 1 - F(t)$，$P(X_i \geq t) = 1 - F(t-1)$

中位数是排序后的第$m+1$个统计量（记为$X_{(m+1)}$），我们要计算的就是$P(X_{(m+1)} = k)$。

你的初始思路的补充与完善 #

你提到的“中位数取值为$k$时，需将样本分为三组”的方向是对的，但要覆盖所有可能的组合：
当$X_{(m+1)} = k$时，意味着：

• 排序后第$m+1$个元素是$k$，所以至少有$m+1$个样本$\leq k$（保证中位数不大于$k$），同时至少有$m+1$个样本$\geq k$（保证中位数不小于$k$）。

基于这个逻辑，我们可以用CDF的差来简化计算：
$$
P(\text{median}=k) = P(X_{(m+1)} \leq k) - P(X_{(m+1)} \leq k-1)
$$
其中：

• $P(X_{(m+1)} \leq k)$表示“至少有$m+1$个样本$\leq k$”的概率，这是一个二项分布的累积概率：
  $$
  P(X_{(m+1)} \leq k) = \sum_{t=m+1}^{2m+1} \binom{2m+1}{t} \cdot [F(k)]^t \cdot [1-F(k)]^{2m+1-t}
  $$
  这里$\binom{2m+1}{t}$是从$2m+1$个样本中选$t$个的组合数，$[F(k)]^t$是这$t$个样本都$\leq k$的概率，$[1-F(k)]^{2m+1-t}$是剩下样本都$>k$的概率。

• 同理，$P(X_{(m+1)} \leq k-1)$就是把上面公式里的$F(k)$换成$F(k-1)$即可。

用多项式系数直接枚举所有情况（对应你的分组思路） #

如果你想从分组的角度直接计算，也可以枚举所有满足条件的样本分布：
设：

• $s$：小于$k$的样本数（$0 \leq s \leq m$，如果$s>m$，中位数就会小于$k$）
• $t$：等于$k$的样本数（$t \geq 1$，否则中位数不等于$k$）
• $u$：大于$k$的样本数（$0 \leq u \leq m$，如果$u>m$，中位数就会大于$k$）

满足$s + t + u = 2m+1$，那么：
$$
P(\text{median}=k) = \sum_{s=0}^m \sum_{t=\max(1, m+1-s)}^{2m+1-s} \frac{(2m+1)!}{s! \cdot t! \cdot u!} \cdot [F(k-1)]^s \cdot p_k^t \cdot [1-F(k)]^u
$$
这里$\frac{(2m+1)!}{s! \cdot t! \cdot u!}$是多项式系数，代表把$2m+1$个样本分成$s$、$t$、$u$三组的方式数。

举个简单例子验证 #

比如取$m=1$（即$n=3$），$X_i$服从0-1分布，$p_0=0.4$，$p_1=0.6$：

• $F(0)=0.4$，$F(1)=1$
• 计算中位数为0的概率：
  $$
  P(\text{median}=0) = P(X_{(2)} \leq 0) - P(X_{(2)} \leq -1)
  $$
  $P(X_{(2)} \leq 0)$是至少2个样本≤0的概率：$\binom{3}{2}(0.4)^2(0.6) + \binom{3}{3}(0.4)^3 = 0.288 + 0.064 = 0.352$，而$P(X_{(2)} \leq -1)=0$，所以结果是0.352，和实际情况一致。

内容的提问来源于stack exchange，提问作者arriopolis