平均数的计算方法及平均数易受极端值影响

1. 理解什么是平均数

计算一组数据的平均数，就是寻找这组数据的“中心”或“典型”值。它的核心思想是：把所有数据累加起来，然后平均分配到每个数据点上。

最常用的平均数是算术平均数。

2. 手动计算算术平均数（适用于少量数据）

当你手上只有几个数据，比如一次考试的几个分数时，可以手动计算。

1. 列出所有数据。例如，一个学习小组五位成员的数学成绩分别是：85， 90， 78， 92， 85。
2. 计算总和。将所有数据相加：85 + 90 + 78 + 92 + 85 = 430。
3. 清点数据个数。这里共有 5 个成绩。
4. 执行除法。将总和除以数据个数，得出平均数：430 ÷ 5 = 86。

这个小组的平均分是 86 分。其计算公式可以表示为：
$$ \text{平均数} = \frac{\text{所有数据之和}}{\text{数据个数}} $$
对于上述例子，公式为：
$$ \text{平均数} = \frac{85 + 90 + 78 + 92 + 85}{5} = \frac{430}{5} = 86 $$

3. 计算大量数据的平均数（使用工具）

当数据量很大（例如几百上千条）时，手动相加容易出错且效率低下。此时应使用工具。

使用电子表格软件（如Microsoft Excel, Google Sheets）

1. 打开电子表格软件，在一个单元格列中输入所有数据，例如从 A1 到 A100。
2. 选中一个空白单元格（例如 B1），输入公式：=AVERAGE(A1:A100)。
3. 按下 Enter 键。软件会自动计算出 A1 到 A100 区域内所有数据的算术平均值并显示出来。

使用编程语言（如Python）

1. 导入 Python 的统计库。
2. 创建一个列表（list）来存储你的数据。
3. 调用均值函数进行计算。

# 1. 导入计算平均值所需的库
import statistics

# 2. 定义数据列表
data = [85, 90, 78, 92, 85, 91, 88, 76, 95, 89] # 这里可以放入任意多个数据

# 3. 计算并输出平均值
mean_score = statistics.mean(data)
print(f"数据的平均值是: {mean_score}")

4. 识别并理解“极端值”

极端值，也叫异常值或离群点，指的是明显偏离数据集合中其他大部分数据的数值。它要么非常大，要么非常小。

例如，在统计一个班级 40 名学生的家庭年收入时，大部分家庭的收入在 10万到30万 之间。但若其中一位学生家长是顶级企业家，年收入高达 1亿，那么这个 1亿 就是一个极端值。

5. 演示极端值如何影响平均数

平均数对每一个数据都“一视同仁”，因此极端值会强烈拉动平均数向自己靠拢，导致结果无法代表数据的整体水平。

案例一：收入统计
假设一个 5 人的小公司，员工年薪分别为：6万, 7万, 8万, 9万, 10万。

• 计算平均年薪：(6+7+8+9+10)万 ÷ 5 = 40万 ÷ 5 = 8万。
• 理解：平均 8万 能比较好地反映大家的收入水平。

现在，公司老板（年薪 100万）加入统计，年薪变为：6万, 7万, 8万, 9万, 10万, 100万。

• 重新计算平均年薪：(6+7+8+9+10+100)万 ÷ 6 = 140万 ÷ 6 ≈ 23.33万。
• 理解：平均年薪从 8万 飙升至 23.33万。这个数字远高于普通员工的实际收入，不再具有代表性。100万 这个极端值把平均数“拉高了”。

案例二：考试成绩
一个班级 30 名学生的成绩大多在 80分 左右。其中 29 人成绩分布均匀，平均分约为 80分。

• 情况A：若有一名学生因故缺考，成绩记为 0 分。这个 0 分是一个极小的极端值。
  • 它会拉低整个班级的平均分。新平均分会明显低于 80 分。
• 情况B：若有一名学生获得满分 100 分（在普遍 80 分的背景下，这也算一个较大的极端值）。
  • 它会拉高整个班级的平均分，使平均分略高于 80 分。

6. 应对策略：何时需要警惕平均数

因为平均数易受极端值影响，所以在以下场景解读数据时，需要保持警惕：

1. 数据分布极不均匀时。例如个人财富、网站访问量（少数网红文章带来绝大部分流量）、公司高管与普通员工薪酬。
2. 数据中存在明确的错误记录时。例如传感器故障记录的极端数值、录入数据时的手误（如将 100 写成 1000）。
3. 你需要一个“稳健”的典型值时。即你希望描述的“中心”值不受少数异常点干扰。

在这些情况下，可以考虑使用或结合使用其他统计量，例如：

• 中位数：将数据从小到大排列后，位于最中间的那个数。它对极端值不敏感。在上面的收入案例中，5 人时中位数是 8万，6 人时中位数是 (8+9)万 ÷ 2 = 8.5万，变化很小。
• 众数：数据中出现次数最多的数值。

总结：算术平均数计算简单，应用广泛，但其数学特性决定了它极易受数据集中个别极端值的影响。在呈现或分析数据时，应先检查数据分布，识别有无极端值，再决定是单独使用平均数，还是需要参考中位数等其他指标来获得更全面的认知。