高等数学 / 系统课时

均值、中位数与众数

均值、中位数与众数

面对一组数据时,我们常先问“典型水平是多少”。均值、中位数和众数都能回答这个问题,但它们关注的角度不同。本课将通过同一组数据完成计算,并说明异常值、偏态分布和类别数据下应该优先选择哪一个指标。

学习目标

  • 掌握均值、中位数和众数的计算方法
  • 理解三个指标对数据分布和异常值的敏感程度
  • 能根据数据类型与分析目的选择合适的集中趋势指标

三个指标分别在找什么

均值把全部观测值相加后平均分配,适合表示整体的数值水平。设数据为 x1,x2,…,xnx_1,x_2,\ldots,x_n,算术均值为:

xˉ=1n∑i=1nxi\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i

中位数先将数据按从小到大排列,再寻找位于中间位置的值。样本数为奇数时取正中间一个数;样本数为偶数时,通常取中间两个数的平均值。

众数是出现次数最多的值。它可能只有一个,也可能有多个;如果每个值出现次数相同,则这组数据没有明显众数。众数不仅适用于数值数据,也适用于颜色、型号、支付方式等类别数据。

用同一组数据完成计算

假设五名员工完成某项任务所用时间为 8、9、9、10、14 分钟。数据已经排序,总和为 50,因此均值是:

xˉ=8+9+9+10+145=10\bar{x}=\frac{8+9+9+10+14}{5}=10

中间的第三个值是 9,所以中位数为 9;数字 9 出现两次,比其他值更频繁,因此众数也是 9。

指标 结果 使用的信息
均值 10 使用全部观测值及其大小
中位数 9 主要依赖排序后的位置
众数 9 只关注出现频率

这三个结果不必相同。均值较大,是因为 14 分钟把整体平均水平向右拉高;中位数和众数更接近多数人的实际表现。

异常值为什么会改变结论

若最后一名员工的时间从 14 分钟变为 40 分钟,均值将变为 15.2 分钟,而中位数仍是 9 分钟,众数也仍是 9。原因是均值直接使用每个值的大小,极端值会产生明显影响;中位数只看排序位置,因此更稳健。

均值中位数众数在偏态数据中的位置对比

对于收入、房价、响应时长等常见右偏数据,中位数往往比均值更能代表“典型个体”。但如果目标是计算总量、成本或后续方差,均值仍然不可替代。

如何选择合适的指标

数据近似对称、没有明显异常值,并且需要利用所有数值信息时,优先使用均值。数据明显偏斜、存在极端值,或更关心中间个体时,优先使用中位数。

众数适合回答“最常见的是什么”,例如销量最高的尺码、用户最常选的套餐。它也适用于无法计算均值和中位数的名义类别数据。

实际分析中可以同时报告均值和中位数。二者差距较大通常提示分布偏斜或存在异常值,但不能只凭差距直接删除数据,还应回到业务场景核查原因。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

均值、中位数与众数

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通