数据分析思维之平均值的合理运用

看到某些统计报告里面说，“某市的人均住房面积是120平米”“计算机行业人均年收入超过50万元”。你看完这个数据之后，倒吸一口凉气，然后去微博感叹：“对不起，我又给大家拖后腿了”“对不起，我又被幸福了”。

从概念上看，平均值有很多种。单从数学上来说，就有算术平均值、几何平均值、平方平均值、调和平均值、加权平均值等等。所以当有人和你说平均值的时候，你要留个心眼问问他，你这说的是哪个平均值？

辛普森悖论的启示

为什么NBA不计算整体命中率呢？就是因为这样算不准确。这里我们可以引入一个著名的悖论—— 辛普森悖论，它讲的就是这个问题。辛普森悖论是1951年由E.H.辛普森提出的，简单来讲就是 在分组比较中都占优势的一方，有的时候在总评中反而是失势的一方。

我用前面NBA球员命中率的例子跟你分析下产生辛普森悖论的原因。首先，两分球和三分球的投球能力根本不是一回事，这两个投球数本身就不应该相加；另外，B球员虽然厉害，但是他60%的球都是命中率比较低的三分球，而绝对数量上命中率较高的两分球投得就少了，而三分球的投中率是明显低于两分球的，这样就拉低了他的整体的投中率，造成了整体的劣势。

除此之外，辛普森悖论也给我们一个启示，就是： 每次小范围内的输赢，其实和你在整体上的输赢没有太大直接的关系。 这也是为什么在打麻将或者打德扑真正赢的那些人，不是那些小牌把把赢的人，而往往是赢一把大的人。

这也是这个辛普森悖论衍生出来的一个推论，将来你要用数据分析做决策的时候，小到打牌、大到做投资，不要过于计较局部的得失，而是要在关键时刻对大概率有把握的事情放手一搏