具有分布函数 
的统计分布的中位数是值 
，使得 
。对于对称分布，它因此等于均值。
给定次序统计量 
、 
、...、 
、 
，随机样本的统计中位数定义为
 |
(1)
|
(Hogg 和 Craig 1995, p. 152) 并通常表示为 
或 
。数据列表的中位数实现为Median[list]。
对于正态总体，均值 
是最有效的（在估计 
的无偏统计量中，没有其他统计量的方差更小）估计量 (Kenney 和 Keeping 1962, p. 211)。中位数的效率，以均值的方差与中位数的方差之比衡量，取决于样本大小 
，如下所示
 |
(2)
|
趋向于值 
，当 
变得很大时 (Kenney 和 Keeping 1962, p. 211)。虽然中位数不如均值有效，但它比均值对异常值不太敏感
对于具有总体中位数 
的大 
样本，
 |  |  |
(3)
|
 |  |  |
(4)
|
中位数是 L-估计量 (Press et al. 1992)。
均值、中位数和众数之间一个有趣的经验关系，似乎适用于适度不对称的单峰曲线，由下式给出
 |
(5)
|
(Kenney 和 Keeping 1962, p. 53)，这是皮尔逊众数偏度定义的基础。
