平均数、中位数、众数有什么区别？怎么算
平均数是所有数之和除以个数，中位数是排序后正中间的数，众数是出现次数最多的数——三者都在回答“这组数据的中心大概在哪”，但取法不同、结论也可能差很远。 一组月薪数据里，平均数能有一万，中位数却只有八千：不是算错，而是它们各自看的“中心”本就不是一回事。
一句话分清三者
平均数、中位数、众数被统称为“集中趋势”指标，都是想用一个数概括一堆数据的中心，区别只在于“怎么找这个中心”：平均数摊平所有数，中位数看排序位置，众数看出现频率。
记一句话就够：平均数“算出来”、中位数“排出来”、众数“数出来”。
用一组工资数据实算
抽象定义不如一组数字直观。假设一个 8 人小团队的月薪（元）是：6000、7000、7000、8000、8000、8000、9000、30000，其中最后一位是月薪 3 万的主管。三个指标分别算出来是这样：
| 指标 | 结果 | 怎么来的 |
|---|---|---|
| 平均数 | 10375 元 | 8 人月薪合计 83000 ÷ 8 |
| 中位数 | 8000 元 | 排序后第 4、5 个（都是 8000）取平均 |
| 众数 | 8000 元 | 8000 出现 3 次，次数最多 |
| 极差 | 24000 元 | 最高 30000 − 最低 6000 |
示例数据，用于说明三者差异；结果为估算。
平均月薪 10375 元听着体面，可 8 个人里有 7 个都拿不到这个数——完全是被那位月薪 3 万的主管“平均”上去的。反观中位数和众数都停在 8000 元，才真正贴近多数人的收入。同一组数据，选平均数还是中位数，讲出来的故事完全不同。
打开「平均数计算器」三种平均数·中位数·极差为什么你总“被平均”
“人均”“平均工资”“平均房价”让人不适，根源在于平均数的一个特性：它对极端值极其敏感。收入、房价、消费这类数据几乎都是“长尾分布”——大多数人挤在中低段，少数人的数值高出好几倍，这少数高值会把平均数整体抬起来，于是多数人都落在平均线以下。
一，怕极端值：一个异常大（或小）的数就能大幅改变平均数，中位数几乎不受影响。
二，藏分布：平均数一样的两组数据，离散程度可能天差地别——想知道数据“散不散”，得看标准差和方差。
三，不能再平均：两个平均数不能直接相加取平均，必须按背后的数据量加权（见下文）。
所以看到“平均”两个字，先问一句：数据里有没有被拉偏的极端值？如果有，中位数往往比平均数更能代表“普通人”的水平。
三个指标到底该用哪个
没有哪个指标永远最好，选错指标比算错数字更常见。按数据长什么样、你想说明什么来挑：
| 你的数据 / 目的 | 该看哪个 | 为什么 |
|---|---|---|
| 分布对称、没有极端值（如班级身高） | 平均数 | 用上全部数据，还能进一步做统计计算 |
| 有极端值 / 长尾（收入、房价、成交额） | 中位数 | 不被少数极端值拉偏，代表多数人 |
| 找最常见、最典型的一档（畅销码、热门档位） | 众数 | 只有它反映频率，也可用于非数值类别 |
| 各项重要性不同（学分、人数、占比） | 加权平均 | 按权重放大重要项，避免以偏概全 |
集中趋势指标选用参考。
分组数据要用加权平均
当每个数“分量”不一样时，普通平均就不够了。最典型的坑是把两个平均数直接再平均。比如 A 部门 5 人平均月薪 8000 元，B 部门 15 人平均 12000 元，全公司平均月薪是多少？
直接平均得 10000 元，按人数加权却是 11000 元，差了 1000 元。原因是平均数丢掉了“背后有多少人”这条信息，直接再平均等于默认两部门人数相同。人数差得越悬殊，这个误差越大。加权平均的通式是：
学分绩点、总评成绩、综合评分都是加权平均：学分（或占比）就是权重。权重不必先化成百分比，直接填原始数值即可。
按权重算加权平均数学分/人数/占比都能算，含逐项贡献三种数分别怎么算
三者的算法都不复杂，关键别把步骤记混——尤其中位数一定要先排序。
- 平均数：先求和，再除以个数：把所有数加起来得到总和，除以数据个数。如 6000+…+30000=83000，÷8=10375。
- 中位数：先排序，再取正中间：从小到大排好；奇数个取正中间那个，偶数个取中间两数的平均。8 个数取第 4、5 个的平均。
- 众数：数频率，取最多：统计每个数出现的次数，次数最多的即众数；并列最多则为多众数，都只出现一次则无众数。
- 算术平均数
- 总和 ÷ 个数；最常用，受极端值影响大。
- 中位数
- 排序居中值；偶数个取中间两数平均，抗极端值。
- 众数
- 出现频次最高的数；可无、可多个。
- 加权平均
- Σ(数值×权重) ÷ Σ权重；各项分量不同时用。
- 极差
- 最大值 − 最小值；衡量数据跨度，非集中趋势。
- 选用原则
- 对称看平均、长尾看中位、找典型看众数、分量不同用加权。
常见问题
- 平均数、中位数、众数有什么区别？
- 三者都描述数据的“中心在哪”，但取法不同。平均数是所有数之和除以个数，用上了每一个数据；中位数是把数据排序后取正中间的那个（偶数个取中间两数的平均），只看位置不看大小；众数是出现次数最多的数，反映最典型的那一档。数据里有极端值时，平均数会被拉偏，中位数和众数更稳。
- 平均数和中位数哪个更能代表真实水平？
- 看数据分布。数据大致对称、没有特别大或特别小的值时，平均数和中位数很接近，用平均数即可；但收入、房价、成交额这类“少数很高、多数偏低”的长尾数据，平均数会被少数高值抬高，中位数更贴近多数人的真实水平。所以看收入、看房价时，中位数往往比平均数更有代表性。
- 为什么平均工资总感觉比实际拿到的高？
- 因为平均数会“被平均”。工资是典型的长尾数据：多数人集中在中低段，少数高管、老板的收入远高于其他人。计算平均时，这几个极高值会把整体平均数往上抬，于是出现“大部分人拿不到平均工资”的现象。想知道多数人的真实收入，应该看中位数——排序后正中间那个人的工资。
- 一组数据的中位数怎么求？偶数个怎么办？
- 先把所有数从小到大排序。个数为奇数时，正中间那个就是中位数；个数为偶数时，没有单独的中间数，取中间两个数的平均值作为中位数。例如 8 个数排好后，取第 4 个和第 5 个的平均。注意求中位数前一定要先排序，直接按原顺序取中间是错的。
- 众数可以有多个吗？没有众数怎么办？
- 可以。一组数据里若有两个或多个数出现次数并列最多，就是双众数或多众数；若每个数都只出现一次、没有哪个更频繁，则这组数据没有众数。众数不像平均数、中位数那样一定唯一，它反映的是“最常出现的那一档”，也是唯一能用于鞋码、颜色等非数值类别的集中趋势指标。
- 加权平均数和普通平均数有什么区别？
- 普通平均数把每个数看得同样重要，直接求和再除以个数；加权平均数给每个数配一个权重（如学分、人数、占比），按权重放大重要项。当各项分量不同时必须用加权，例如两个班分别 30 人和 50 人，求全年级平均分不能把两个班平均分直接再平均，要按人数加权，否则人多的班被低估。
- 两个班的平均分能直接再求平均吗？
- 不能，除非两个班人数相同。平均数丢掉了“背后有多少个数据”的信息，把两个平均数直接再平均，等于默认两班人数一样。正确做法是按人数加权：用两班总分之和除以两班总人数，也就是加权平均。人数差得越多，直接平均的误差越大。
- 平均数、中位数、众数三者可能相等吗？
- 可能。当数据分布完全对称且单峰时（如理想的正态分布），平均数、中位数、众数会重合在同一个值。现实数据很少这么理想：右偏（长尾在高值端，如收入）时通常平均数>中位数>众数，左偏时相反。三者的相对位置，本身就能帮你判断数据往哪边偏。