整理总结：深入浅出统计学——集中趋势的度量

参考资料：电子工业出版社的《深入浅出统计学》

前言

从一大堆数字中察觉出模式和趋势颇为不易，而求出平均数往往是把握全局的第一步。当我们有了平均数时就能迅速得找出数据中最具代表性的数值——典型值，得出重要的结论。

具体内容

一、均值

1、计算方法是将所有样本值之和除以总样本数。
2、优点是对于抽样数据而言更加稳定，不会因为添加一些样本而导致结果剧烈波动。
3、缺点是当出现与其他数据格格不入的极高或极低的异常值时，异常值会将数据向左或向右拉，从而产生偏移数据，换句话说，异常值的出现会将均值的算法进行扭曲，从而难以实现本应表达的主要事实。

1、向左偏斜

当异常值位于低端时，会把均值向左拉伸，显出一条尾部，此时均值将小于大部分的值。

2、向右偏斜

此时，均值将大于大部分的值。

3、对称数据

使用均值时最理想的数据分布。

二、中位数

1、计算方法是按样本值按升序排列，此时若数值总个数为奇数时，则选取最中间的数值，若数值总个数为偶数时，则选取最中间的两个值的均值。
2、优点是不会受到异常值的影响，更容易获取位于数据集中区的值。
3、缺点是当一批数据集中包含两组数据时，此时添加一些样本，可能会使中位数出现巨大的波动，从而产生误导性。

三、众数

1、计算方法是从数据集中选取频数最大的数值，也就是最常见的数值，并且众数可以同时有多个，比如一批数据集中多个组具有相同的最高频数。
2、优点是是众多平均数之中唯一可以用于类别数据的算法，同时也适用于数值数据的使用。
3、缺点是当一批数据集中众数个数过多时，将没有很大的作用。

四、三种平均数的共性

对于同一批数据集，对每个样本值同时添加2000或增长10%，那么三种平均数也会一同添加2000或增长10%，无法因为这种操作而厚此薄彼。

五、平均数的选取可能产生人为的误导