平均值、中位数、众数计算器

集中趋势度量

面对密密麻麻的统计数据表格和图表，人们往往难以直观地提取核心信息。因此，我们通常需要对数据集进行汇总并提取其关键特征，从而挖掘出更具价值的统计学信息。

在统计学中，我们使用多种指标来汇总和描述数据。其中，描述数据分布中心位置的指标被称为集中趋势度量（Measures of Central Tendency）；反映数据值分散程度的指标被称为离散趋势度量（Measures of Dispersion）；而用于表示处于某一特定比例或位置的数据值的指标，则被称为位置度量（Measures of Position）。

本款在线统计学计算器的核心功能是快速计算集中趋势度量——平均数和中位数，帮助您轻松定位数据集的典型值或中心值。此外，本计算器的辅助功能还支持通过计算极差、四分位数和四分位距（IQR），以便您准确评估数据样本的变异和离散程度。

平均值计算器

平均数（Mean）是指数据集中所有数值的总和除以数值的总个数。通过以下样本平均数计算公式，您可以轻松理解其计算原理并得出结果：

$$\bar{x}=\frac{x₁+x₂+x₃+\ldots+x_n}{n}=\frac{\sum_{}^{}x}{n}$$

而总体平均值（Population Mean）的计算公式为：

$$\mu=\frac{x₁+x₂+x₃+\ldots+x_n}{N}=\frac{\sum_{}^{}x}{N}$$

在上述公式中，分子代表数据集中所有数值的累加总和，分母则代表数据点的总个数。

使用算术平均值的最大特点在于，它的计算涵盖了数据集中的每一个数据点，没有遗漏。

然而，平均数也存在明显的局限性：它极易受到过大或过小的极端值的干扰。这些极端值被称为离群值（Outliers），一个极端的离群值往往会对整体平均水平产生重大影响。

此外还需要注意的是，平均数并不一定代表数据中的“典型值”。平均数甚至可能是一个在数据集中根本不存在的虚拟数值。

样本和总体的平均值

**总体（Population）包含目标研究对象的所有数值；而样本（Sample）**则是从总体中按一定规则抽取出的部分个体。

计算样本平均数和总体平均数的数学方法完全一致，唯一的区别在于统计学中使用的代数符号不同。

假设 x₁，x₂，...，xₙ 构成一个样本，其平均值被称为样本平均数，通常用符号 x̄（x-bar）表示。而总体平均数则用希腊字母 𝜇（mu）来表示。

同时，在统计学惯例中，我们使用小写字母 n 代表样本量（样本总数），使用大写字母 N 代表总体量（总体总数）。

计算平均数的例子

让我们通过一个生动的案例来进行说明：路易吉（Luigi）是一位热爱披萨的顶级大厨，他正计划在巴厘岛开设一家正宗的披萨店。为了吸引投资者，路易吉需要撰写一份详尽的商业计划书。在此之前，他必须摸清岛上各家餐厅披萨的平均售价，以此来预估未来的财务收益。

于是，他对巴厘岛多家餐厅的玛格丽塔披萨价格进行了市场调研，并收集到了一组价格数据。为了简化计算，我们省略价格末尾的三个零，即以“千”为单位计算。也就是说，在我们的计算数据中，60 代表 60,000 印尼盾。

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

显然，路易吉不可能走遍岛上的每一家披萨店。他只是随机抽样了其中的 20 家餐厅。因此，我们现在处理的是一个样本数据。

让我们套用样本平均数公式来计算该数据集的平均值：

$$\bar{x}=\frac{x₁+x₂+x₃+\ldots+x_n}{n}=\frac{\sum_{}^{}x}{n}$$

计算得出样本平均值 x̄ = 71.9。

通过这项市场调研，路易吉发现巴厘岛玛格丽塔披萨的平均价格为 71,900 印尼盾。现在，他可以以此为基准来完善他的商业计划。

##中位数计算器

中位数（Median）是一种位置度量指标，代表将数据集按升序或降序排列后，处于正中间位置的数值。

寻找中位数的本质，是找出一个能将整个数据集精准平分为两半的临界点：一半的数据小于该值，另一半的数据大于该值。这也是为什么在不使用中位数计算器进行手动计算时，第一步必须先将所有数值按大小顺序（升序或降序）进行排序。

中位数的计算方式取决于数据集中元素个数是奇数还是偶数。

如果数据点的个数为奇数，即 n 或 N 为奇数，请使用以下公式定位中位数：

$$中位数=(\frac{n+1}{2})-th \元素$$

反之，如果元素的个数是偶数，即 n 是偶数，则需要提取中间两个数值并求其平均数，公式如下：

$$中位数=\frac{\left[(\frac{n}{2})-th \ 元素+(\frac{n}{2}+1)-th \ 元素\right]}{2}$$

使用中位数作为集中趋势指标的最大优势在于：它具有极强的“抗干扰性”，几乎不受极高或极低（离群值）的影响。

中位数计算示例

假设我们还是使用那组包含 20 个数值的披萨价格数据：

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

手动计算中位数的步骤如下：

1. 将数据集按从小到大（或从大到小）的顺序排列。排序后的数据如下：

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

2. 确认数据集中的数值总个数，得出 n = 20。

3. 根据奇偶性规则：如果 n 为奇数，直接选取正中间的值；如果 n 为偶数，则找出最中间的两个数值，将它们相加后除以 2，求出其算术平均数。

由于 20 是偶数，我们需要找到排在中心的两个数值。

在本样本中，处于正中心位置的数值分别是 69 和 70。因此，中位数的计算如下：

$$中位数 = \frac{69 + 70}{2} = 69.5$$

假设路易吉收集了 21 个餐厅的数据，形成了一个奇数数据集，例如：

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 90, 55, 72, 70

他首先需要对数值进行升序排列：

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 90, 95, 120, 160

然后直接选择处于正中间（第 11 位）的数值，即中位数为 70。

平均数与中位数的区别

平均数和中位数是统计学中最常用的两大衡量集中趋势的指标。然而，深刻理解两者之间的本质差异在数据分析中至关重要。

它们最显著的区别在于：平均数的计算公式会将数据集中的每一个数值都纳入考量；相比之下，中位数的确定仅取决于排序后处于正中心的一个或两个数值，忽略了其余数据的具体大小。

当数据集中存在一个或多个异常偏大或偏小的极值时，这一区别尤为关键。这些极值被称为离群值。在大多数情况下，离群值会严重拖拽平均数，导致整体失真；但它们对中位数的影响却微乎其微，甚至毫无影响。

在专业统计学中，如果一个统计指标不易受极端极值的影响，我们就会称之为具有“抗健壮性”（或抗干扰性）。因此，中位数是一种高抗干扰性的指标，而平均数则较为脆弱。

两者以不同的维度来衡量数据的“中心”。平均数代表的是数据集的数值平衡点（重心）。而中位数则是数据的物理分割点，它将数据严格分为前 50% 和后 50% 的两半。在一个完美的对称分布数据集中，平均数与中位数是完全相等的。

但在现实世界中，平均数和中位数并不总是相等。

在某些数据集中，平均数可能小于中位数，或者中位数可能小于平均数。在这种情况下，我们称这种数据分布为“偏态分布”（Skewed Distribution）。

如果平均数偏左（小于中位数），说明数据集中存在极小的离群值，这被称为左偏态。如果平均数偏右（大于中位数），说明存在极大的离群值，这被称为右偏态。

没有任何单一指标能够完美概括所有情况，平均数和中位数从不同角度阐释了数据的中心。当数据呈现高度偏态或包含明显极端值时，数据分析专家通常更倾向于参考中位数，因为它更能反映出普通个体的“典型水平”。

众数计算器

**众数（Mode）**是指在数据集中出现次数最多、频率最高的数值。

只有一个最高频数值的数据集被称为单众数集。

如果数据集中有两个数值并列出现最高频率，那么这两个数值都是众数，这种情况被称为双众数集。

如果并列最高频的数值达到三个或更多，则它们全都是众数，该数据集被称为多众数集。

倘若数据集中没有任何一个数值出现重复（即所有数值均只出现一次），那么该数据集就被称为无众数集。需要特别注意的是，在这种情况下，不能说“众数为零”。因为在许多实际场景（例如温度测量）中，“0”本身就是一个真实存在的有效数值。

使用众数计算器的主要优势在于结果直观、最容易找到，并且完全不受极端离群值的影响。其局限性则在于，并非所有数据集都存在众数，在某些情况下可能无法提供有效的统计参考。

众数计算示例

我们再次以这组包含 20 个数值的披萨价格数据为例：

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

我们可以按照以下步骤找出众数：

首先，为了清晰起见，将数据集按升序或降序排列。这里的排列顺序如下：

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

接下来，我们观察并统计各个数值出现的频次。可以发现，重复次数最多的数值是 70。因此，对于该给定的数据集，众数为 70。

尽管众数常被归类为集中趋势度量，但严格来说，这种说法有时并不完全准确。因为众数完全可能恰好是数据集中的最大值、最小值或处于边缘位置的其他数值。例如在以下数据集中：

42, 45, 50, 53, 55, 57, 59, 60, 63, 69, 70, 72, 79, 82, 83, 95, 96, 120, 120, 120

显然，这里的众数是 120。在这个例子中，它根本无法反映数据的“集中趋势”中心。

有趣的是，众数还有一个独特的统计学特性：平均数和中位数只能用于分析数值型数据（定量数据），而众数不仅适用于定量数据，还能完美应用于分类数据（定性数据）。

举个直观的例子，假设安娜平均每月要吃 12 次披萨：

• 3次那波利塔披萨
• 3 次玛格丽塔披萨
• 2 次卡颂披萨
• 1 次意大利香肠披萨
• 1 次玛利那拉披萨
• 1 次四芝士披萨
• 1 次卡普里沙拉披萨 在分类统计中，我们将得出两个众数： 那波利塔披萨和玛格丽塔披萨。

离散趋势度量

在掌握了中心趋势之后，我们需要使用方差度量来评估数据的变异性。这些指标能够直观地反映出数据点偏离中心值的程度。我们可以通过计算极差、四分位数和四分位距（IQR）来全面解析数据集的离散分布规律。

极差计算器

**极差（Range，又称范围）**是指数据集中最大值与最小值之间的绝对差值。它是最基础的离散程度衡量指标，计算公式极其简单：

范围 = 最大值 - 最小值

极差计算示例

继续沿用前文这组包含 20 个数值的披萨价格数据：

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

我们可以按照以下步骤计算极差：

首先将数据集按升序或降序排列，排序如下：

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

从排序后的数据中可以一目了然地看出，最高值是 160，最低值是 42。代入公式：

范围 = 最大值 - 最小值 = 160 - 42 = 118

结论：该数据集的极差为 118。

四分位数计算器

**四分位数（Quartiles）**顾名思义，是利用三个关键数值点（即第一、第二和第三四分位数）将整个数据集均匀划分为四个包含相等数据量区间的指标。

**第一四分位数（Q₁，也称下四分位数）**代表数据集中 25% 的数值小于或等于该点，而剩余 75% 的数值大于该点。

标有 Q₂ 的第二四分位数实质上就是我们在前文提到的中位数。这意味着数据集中有 50% 的数值小于该值，另外 50% 的数值大于 Q₂。

**第三四分位数（Q₃，也称上四分位数）**则代表数据集中 75% 的数值小于或等于该点，其余 25% 的数值位于最高区间。

四分位数的计算

借助公式手动计算数据集四分位数的步骤如下：

1. 将数据集按升序（从小到大）排列。

2. 计算第二四分位数，即首先找出中位数。接下来计算第一和第三四分位数。确认数据集中的数值总个数 n。

3. 定位位置参数 L：对于第一四分位数，计算 L = 0.25n。对于第三四分位数，计算 L = 0.75n。

4. 如果计算出的位置 L 是整数，那么对应的四分位数就是第 L 位数值与第 L+1 位数值的算术平均值。

5. 如果计算出的位置 L 不是整数，请将其四舍五入到最接近的较大整数（向上取整）。该位置对应的数值即为所求的四分位数。

四分位数计算示例

假设还是这组包含 20 个数值的披萨价格数据：

60, 60, 84, 45, 59, 70, 42, 59, 53, 70, 69, 70, 120, 160, 95, 50, 75, 55, 72, 70

我们可以按以下步骤计算四分位数：

1. 对数据集进行升序排序。排列如下：

42, 45, 50, 53, 55, 59, 59, 60, 60, 69, 70, 70, 70, 70, 72, 75, 84, 95, 120, 160

2. 根据前文的分析计算，我们已经知道 Q₂ 为：

中位数 = 70

3. 计算第一四分位数位置 L： 0.25 × 20 = 5. 计算第三四分位数位置 L： 0.75 × 20 = 15.

4. 由于 5 是整数，所以我们的第一四分位数 Q₁ 是第 5 位和第 6 位的平均数：

$$Q₁=\frac{55+59}{2}=57$$

5. 同理，15 也是整数，所以我们的第三四分位数 Q₃ 是第 15 位和第 16 位的平均数：

$$Q₃=\frac{72+75}{2}=73.5$$

综上所述，对于该披萨价格数据集，第一四分位数是 57，第二四分位数是 70，第三四分位数是 73.5。

四分位距计算器

**四分位距（Interquartile Range，简称 IQR）**是指数据集中第三四分位数 Q₃ 与第一四分位数 Q₁ 之间的跨度差值。它剔除了极高和极低的异常值，是一种非常稳健的平均离散趋势度量指标。其计算公式如下：

四分位距 = Q₃ - Q₁

四分位距计算示例

在上一节的示例中，我们已成功求得该数据集的上下四分位数：Q₁ 为 57，Q₃ 为 73.5。现在只需简单地代入公式即可：

四分位距 = Q₃ - Q₁ = 73.5 - 57 = 16.5

计算结果表明，该数据集核心区间（中间 50% 数据）的四分位距为 16.5。

结果

回顾我们的案例，通过对玛格丽塔披萨价格的小型抽样调查，路易吉可以得出以下数据洞察：该样本的平均数与中位数略有差异，表明价格分布存在轻微的倾斜（偏态），但倾斜程度并不明显。因此，在这种情况下，平均数和中位数都能较好地衡量当地市场的集中趋势。

如果路易吉想设定玛格丽塔披萨的平均基准价格，他可以参考平均值或中位数。但是，在实际商业运营中，将一份披萨定价为 71,900 印尼盾或 69,500 印尼盾显得不够利落方便。幸运的是，通过计算得出的众数价格正好处于这一合理区间——即 70,000 印尼盾。这是一个符合大众预期且方便结算的定价，路易吉完全可以将其作为最终的计算参考价。

此外，通过四分位数分析，他还能灵活调整商业策略：如果他的目标客户群是追求性价比、比较节俭的年轻群体，他可以将售价锚定在更接近第一四分位数（Q₁）的水平，即大约为 57,000 印尼盾。相反，如果仅盲目对标第三四分位数（Q₃）去制定偏高价格，市场接受效果可能并不理想，因为第三四分位数已步入高端区间，不太能代表整体数据的主流分布情况。