Course Builder个人学习工作台 · 本地模式
Head First 统计学:从直觉到证据

什么才算典型:均值、中位数与众数

目标:根据问题选择均值、中位数或众数,并解释极端值和权重如何改变结果。

面对上一课的等待时间 2、3、3、4、4、5、6、13,店长和顾客可能关心不同问题。店长要规划总等待负担,顾客想知道普通一单大概等多久。这两个问题不必由同一个数字回答。

均值是一种平分

八张订单合计等待 40 分钟。把总数均分给八张订单:40/8 = 5 分钟,这就是算术均值。记作 x̄ = Σxᵢ / n:xᵢ 是第 i 个观测值,n 是观测个数,Σ 表示相加,x̄ 读作 x bar。

均值保留总量信息:已知均值 5 和订单数 8,可以还原合计 40。不过一张很慢的订单也会把均值拉高;这不意味着均值算错,而是它确实把那张订单的等待计算进去了。

中位数关注排序后的中间位置。八个数有偶数项,取第 4、5 项的平均,得到 (4+4)/2 = 4 分钟。奇数项则直接取中间项。众数是最常出现的值,本例 3 和 4 各出现两次,都是众数,不必强行只选一个。

指标本例结果适合回答
均值5 分钟总量平分后每单是多少
中位数4 分钟排在中间的一单等多久
众数3、4 分钟记录中哪个值最常出现

均值可以不是实际出现过的值,中位数也不总是某一条观测。对于饮品名称,众数有意义,均值没有意义。对于被取整的等待时间,众数还会受记录精度影响。

别平均两个平均数

早班 10 单、平均 4 分钟;晚班 30 单、平均 8 分钟。全日均值不是 (4+8)/2 = 6。先恢复总量:早班 10×4=40,晚班 30×8=240,再除以全日 40 单,得到 280/40 = 7 分钟。

这是加权均值,权重来自各组观测数量。如果两组各有 10 单,直接平均才正确。如果同一订单被算在两个组里,即使公式对,合并结果也会错;计算前先保证分组不重叠。

跟着做:一张慢单变得更慢

  1. 把原数据的 13 改为 29,其他数不变。
  2. 不重新逐项相加,先预测均值会增加多少。
  3. 重新检查中位数与众数,写一句适合告诉顾客的话。
计算与解释

总量增加 16,均值增加 16/8=2,变成 7 分钟。中位数仍为 4,众数仍为 3 和 4。可写「这八单的中位等待为 4 分钟,但有一单等了 29 分钟,拉高了平均等待」。仅说「大家通常等 7 分钟」会掩盖分布特点。

独立练习

一家分店有 5 单,每单等待 1、2、2、3、12 分钟。另一家分店有 15 单、平均 6 分钟。求第一家三个位置指标及两店合并后的均值,并说明仅有这些资料能否求合并中位数。

参考答案

第一家均值 20/5=4,中位数 2,众数 2。合并均值 (20+15×6)/20=5.5 分钟。无法确定合并中位数,因为第二家的均值没有保存观测值的排序信息;多种完全不同的分布都能产生均值 6。

如果中位数与答案不一致,先排序,再查奇偶数;如果合并均值不在两个组均值之间,检查权重或分母。为街角咖啡保留「均值 5、中位数 4、存在 13 分钟慢单」三条描述。下一课要补上仅凭中心位置看不到的波动。

参考资料