排序把樣本變成新的隨機變數
想像你獨立量了五次公車到站要等多久：7、3、11、4、9 分鐘。看之前，每一個都是各自的隨機變數。現在把它們排序：3、4、7、9、11。這串排好的數列就是一連串新的隨機變數，叫做次序統計量，記作 X_(1)、X_(2)、...、X_(n)，其中 X_(1) 是最小值（最小者），X_(n) 是最大值（最大者），而正中間那個就是中位數。關鍵的心態轉換在於：X_(1) 不再是「你量的第一個值」，而是「這幾次量測中結果最小的那一個」，這就讓它成為一個貨真價實的新隨機量，擁有自己的分配。
為什麼要在意？只要「極端值」或「典型值」重要，次序統計量就無所不在。最大值可以模擬百年一遇的最大洪水，或伺服器群中最壞情況的延遲；最小值可以模擬最先故障的零件，因而模擬一整條鏈的壽命；中位數則給出一個穩健的中心感，不會被單一個離譜的離群值拖著跑。我們全程假設這 n 個原始抽取是獨立且同分配的——即來自某個共同分配（其 CDF 為 F、密度為 f）的 i.i.d. 樣本——因為正是這個假設讓代數變得乾淨。整個主題其實只是本單元前面那個 CDF 法，再配上一個好點子而已。
最大值與最小值：各靠一個巧妙的事件
先從最大值入手，因為它有最俐落的小技巧。要找它的 CDF，我們問：P(X_(n) <= x) 是多少？好點子就在這裡——這 n 個值中的最大者不超過 x，若且唯若每一個值都不超過 x。這就把一個關於難搞的最大值的敘述，轉換成同時關於全部 n 個變數的敘述，而因為它們彼此獨立，聯合機率就分解成一個簡單的乘積。在共同 CDF 為 F 之下，每一次抽取都滿足 P(X_i <= x) = F(x)，所以 P(X_(n) <= x) = F(x)^n。這就是最大值分配的全部推導。
最小值靠的是鏡像的技巧，但你必須先翻到補事件。最小者大於 x，若且唯若它們全部都大於 x，所以 P(X_(1) > x) = (1 - F(x))^n。這直接給出存活那一側；用 1 去減就得到 CDF：P(X_(1) <= x) = 1 - (1 - F(x))^n。一個小小的數字驗算能讓它牢記：取 n = 3 個來自 [0, 1] 上均勻分配的 i.i.d. 抽取（其中 F(x) = x），最大值的 CDF 是 x^3，最小值的 CDF 是 1 - (1 - x)^3。在 x = 0.5 處，最大值低於 0.5 的機率只有 0.125，而最小值低於 0.5 的機率是 0.875——正好符合那個直覺：抽三次，最大者傾向落在高處，最小者傾向落在低處。
極端值的密度，以及一個完整範例
一旦有了 CDF，對它微分就得到密度，正是本單元前面那個還原密度的動作。用連鎖律對 F(x)^n 微分，得到最大值的密度：f_max(x) = n * F(x)^(n-1) * f(x)。把它讀成一個故事：要讓最大值恰好落在 x，n 個抽取中必須有一個正好坐在 x（這是 f(x) 因子），其餘 n - 1 個必須全都落在它下方（這是 F(x)^(n-1) 因子），而哪一個抽取是那個高的，共有 n 種選法（前頭的 n）。最小值與之鏡像對稱：f_min(x) = n * (1 - F(x))^(n-1) * f(x)，只是現在其餘 n - 1 個必須全都坐在上方。
我們用一個壽命問題把它具體化。假設一個小裝置含有 4 個獨立零件，每個零件的壽命服從指數分配，使得 F(x) = 1 - e^(-x)（x >= 0，時間以年計，平均 1 年）。如果這個裝置在它*第一個*零件壞掉的瞬間就報廢，那麼它的壽命就是這四者的最小值。於是 1 - F(x) = e^(-x)，而 f_min(x) = 4 * (e^(-x))^3 * e^(-x) = 4 e^(-4x)。這恰好是一個率為 4 的指數分配——n 個 i.i.d. 指數變數的最小值仍是指數分配，且各率相加。所以一個 4 零件的串聯裝置平均壽命是 1/4 年，比單一零件短四倍，這正符合「一條鏈的強度只取決於它最弱的一環」這個直覺。
一般的第 k 個次序統計量與中位數
最小值與最大值之所以特別，是因為其餘每一個抽取都只能落在一側。對於一般的 X_(k)——比方說中位數，那個正中間的值——記帳更豐富，但圖像是一樣的。要把第 k 小者正好擺在 x，你需要一個抽取在 x、恰好 k - 1 個抽取在 x 以下、其餘 n - k 個抽取在 x 以上。「在下方」、「在該處」、「在上方」的機率分別是 F(x)、f(x)、1 - F(x)。數出把這 n 個抽取分派進這三種角色的方法數，是一個多項選擇，於是得到密度：
Density of the k-th order statistic of an i.i.d. sample (cdf F, density f):
f_(k)(x) = [ n! / ((k-1)! * 1! * (n-k)!) ] * F(x)^(k-1) * f(x) * (1 - F(x))^(n-k)
\___________ count ___________/ \below/ \at/ \___above___/
Special cases:
k = n (max): f_(n)(x) = n * F(x)^(n-1) * f(x)
k = 1 (min): f_(1)(x) = n * f(x) * (1 - F(x))^(n-1)樣本中位數不過就是把 k 取在正中間的 X_(k)（n 為奇數時，k = (n+1)/2）。把它代入主公式，再用 x 對那個密度積分，就得到中位數的期望值——一個穩健的中心估計。這裡有個讓人栽跟頭的誠實提醒：即使原始抽取是對稱的，中位數的密度形狀一般也不會跟單一抽取的密度相同，而樣本中位數的*期望值*除了在漂亮對稱的情形外，也不必然等於母體中位數。次序統計量有自己的分配，不是母體的複本。第二個誠實的點：單一個排好的值，等於任何精確的 x 之機率仍是零——一如連續變數的慣例，密度不是機率；只有它在某段區間上的積分才是。
全距，以及為何均勻次序統計量是隱藏的骨架
兩個次序統計量結合成一個著名的第三個量：全距，R = X_(n) - X_(1)，即從最小到最大的跨度。樣本全距是最簡單的離散程度量度，而要找它的分配，需要最小值與最大值的*聯合*密度，而非單獨某一個——這跟本單元前面卷積與 Jacobian 那幾篇的「先結合、再變換」精神相同，都是把幾個變數的函數推送到一個新變數上。一個快速的合理感受：隨著 n 變大，最大值往上漂、最小值往下漂，所以全距傾向變寬——樣本越多，兩端各自抓到一個極端值的機會就越大。
有一個值得帶走的深刻簡化。[0, 1] 上均勻樣本的次序統計量是通用的基石，原因在於次序統計量性質：把任何連續資料餵進它自己的 CDF F（也就是上一篇遇到的機率積分變換），你會得到均勻的值，而關鍵在於*排序與這個單調變換可以交換*。所以任何連續分配的次序統計量，無非就是把 F 的反函數套在一個均勻樣本的次序統計量上。均勻的次序統計量有一個格外乾淨的形式——X_(k) 服從參數為 k 與 n - k + 1 的 Beta 分配，其平均值就單純是 k / (n + 1)。
這條小公式美在它非常具體。對 [0, 1] 上 n 個 i.i.d. 均勻變數，排好之後各值的期望位置是 1/(n+1)、2/(n+1)、...、n/(n+1)——這些排好的點把自己均勻地鋪開，期望間隔相等，並在兩端各留下略大一點的餘裕。對 n = 4，期望的排序值是 0.2、0.4、0.6、0.8：是整齊的五等分，而不是初學者可能猜的四等分。這一個例子就抓住了整個單元的精神——隨機變數的某個函數（這裡是排序）會產生一個全新、可完整描述的分配，而 CDF 法正是那把能打開每一個分配的螺絲起子。