中位数与众数的概念及与平均数的关系

平均数、中位数和众数是一组描述数据集中趋势的统计量。它们都能告诉你数据的“中心”在哪里，但计算方法不同，对数据特征的反映也各有侧重。

平均数是日常生活中使用最频繁的统计指标，也常被称为算术平均数。

计算平均数
- 相加数据集合中的所有数值。
- 除以数据的总个数。
- 定义：平均数就是把一堆数“拉匀”后得到的一个数值。计算公式为：$平均数 = \frac{所有数值之和}{数值的个数}$。
查看平均数的作用
- 作用：它提供了数据的整体水平和典型值。例如，一个班级的考试平均分是 85 分，可以立即知道大部分学生的成绩分布在这个分数附近。
识别平均数的弱点
- 弱点：极易受到极端值的影响。极端值就是明显偏离其他大部分数据的数值，如超大或超小的数据。
- 示例：某公司有 5 名员工，工资分别为：3000 元、3200 元、3100 元、2900 元、50000 元。
  - 计算平均数：(3000 + 3200 + 3100 + 2900 + 50000) / 5 = 12440 元。
  - 结果：平均工资是 12440 元，但事实上绝大多数员工的工资只有 3000 元左右。这个平均数明显被高管 50000 元的超高工资“拉高”了，无法反映普通员工的真实收入水平。

中位数是一个位置代表值，它能有效规避极端值的干扰。

定位中位数
- 排序：先将所有数据按照从小到大的顺序排列。
- 找到中点：排在最中间的那个数字就是中位数。
处理不同数据量
- 奇数个数据：直接取中间位置的数。
  - 示例：数据集 {1, 3, 5, 7, 9}，中间位置是第 3 个数，中位数为 5。
- 偶数个数据：取中间两个数的平均数。
  - 示例：数据集 {2, 4, 6, 8}，中间的两个数是第 2 个（4）和第 3 个（6）。中位数为 (4 + 6) / 2 = 5。
评估中位数的优势
- 优势：对极端值不敏感，非常稳健。当数据中出现极端值时，中位数能更真实地反映大多数数据的情况。
- 沿用上述工资示例：3000、3200、3100、2900、50000。
  - 排序：2900、3000、3100、3200、50000。
  - 定位：中间位置是第 3 个数 3100。
  - 结果：中位数为 3100 元，这个数字准确地反映了公司里普通员工的工资水平，没有被高管工资干扰。

众数是一组数据中出现频次最高的数值。

寻找众数
- 方法：查看整个数据集，找出出现次数最多的数。可以是你看到的任何数字，包括整数、小数等。
- 定义：众数就是数据中的“流行款”。
处理多种情况
- 单众数：只有一个数出现频率最高。例如数据集 {1, 1, 2, 3, 4}，众数是 1。
- 多众数：两个或多个数的出现频率相同且最高。例如数据集 {1, 1, 2, 2, 3}，众数为 1 和 2（称为双众数）。
- 无众数：所有数出现的次数都相同。例如数据集 {1, 2, 3, 4, 5}，没有众数。
应用众数的场景
- 适用场景：尤其适合描述定性数据（如类别、颜色、品牌）或离散数据。例如，调查超市最受欢迎的饮料口味，众数就是卖得最多的那个口味。
- 示例：某鞋店一周内各尺码鞋子的销售数量如下：
  | 尺码 | 35 | 36 | 37 | 38 | 39 |
  | :--- | :--: | :--: | :--: | :--: | :--: |
  | 销量 | 3 | 8 | 15 | 6 | 2 |
  - 查找：销量最高的尺码是 37，卖出 15 双。
  - 结果：众数是 37。这意味着店主应该优先备货 37 尺码的鞋子。

平均数是“算术中心”，对整体数据敏感，但易被极端值扭曲。

中位数是“位置中心”，稳定可靠，是处理含极端值数据时的更优选择。

众数是“频次中心”，直观反映最普遍的情况，在分类数据中至关重要。

在实际分析中，可以根据目的来选择：

当你需要反映数据的常见水平，且数据分布对称：使用平均数。例如，学生成绩分布均衡时，平均分能很好反映整体水平。
当数据存在极端值或呈偏态分布：转向使用 中位数。例如，分析居民收入或房价，中位数能避免被几个极高值“平均掉”。这时平均数通常会大于中位数。
当关注最普遍的现象或进行市场决策：锁定众数。例如，生产服装或选择活动地点时，了解“大多数人”的尺码或偏好至关重要。
三者之间的关系（偏态判断）：
- 正态分布：平均数 ≈ 中位数 ≈ 众数。
- 右偏（正偏）分布（存在极大值）：平均数 > 中位数 > 众数。
- 左偏（负偏）分布（存在极小值）：平均数 < 中位数 < 众数。