欢迎来到统计学的核心！
你有没有想过电子游戏中的“典型”分数是多少？或者普通人的“平均”收入是多少？在统计学中，我们不只是猜测；我们会使用集中趋势测量值（Measures of Central Tendency）。这些是找出数据集“中心”的聪明方法。把它想象成找出能总结整堆数字的“典型”或“具代表性”的数值。
在本章中，我们将探讨“三大指标”（众数、中位数和平均数），学习如何处理分组数据，并探索专家使用的一些特殊平均值。如果一开始看起来有点“数学味”也不用担心——我们会一步一步来！
1. “三大”平均值
找出平均值的方法不只一种。根据你所分析的数据类型，某些方法可能比其他方法更适合。
众数（“最常见”的数值）
众数（Mode）是数据集中出现频率最高的数值。
记忆小撇步： MOde（众数） = MOst common（最常见）。
例子：在集合 {2, 3, 3, 5, 8} 中，众数是 3，因为它出现了两次。
重点复习：
• 如果没有数字重复，则没有众数。
• 如果两个数字重复出现的次数相同，则称为双众数（bimodal）。
• 对于分组数据，我们称之为众数组（Modal Class）（即频率最高的组别）。
中位数（“中间”的数值）
中位数（Median）是将数据排序后位于中间的数值。
记忆小撇步： “Median”就像马路中间的隔离带！
步骤：
1. 将数字由小到大排列。
2. 使用公式找出位置：\( \frac{n+1}{2} \)，其中 \( n \) 是数据的总数量。
3. 如果你的数值总数是偶数，中位数就是中间两个数值的平均值。
平均数（“算术平均值”）
这就是大多数人说“平均”时的意思。你将所有数值相加，然后平均分配。
公式： \( \bar{x} = \frac{\sum x}{n} \)
（简单来说：平均数 = 所有数值的总和 ÷ 数值的个数）
例子：对于 2, 4, 6，平均数为 \( (2+4+6) \div 3 = 4 \)。
核心观念： 众数代表受欢迎程度，中位数代表中间位置，而平均数则运用了每一个数据点。
2. 选择最佳的平均值
为什么我们需要三种指标？因为数据有时会很“混乱”！选择正确的指标是考试的一项关键技能。
在以下情况使用众数：
• 数据是非数值类（定性数据）。 例子：找出最受欢迎的汽车颜色。你无法计算出一种“平均颜色”！
• 你是店主。 例子：你需要知道最常见的鞋码来补货。
在以下情况使用中位数：
• 存在离群值（outliers）（极端数值）。 例子：如果有 9 个人的收入是 2 万英镑，而 CEO 的收入是 1000 万英镑，平均数会显得非常夸张！中位数能提供更准确的“典型”薪资。
• 数据呈现偏态（skewed）（集中在某一端）。
在以下情况使用平均数：
• 你希望使用所有可用数据。
• 数据相对对称，没有奇怪的离群值。
常见错误： 别忘了在找中位数之前先将数据排序！这是学生最常丢分的地方。
3. 从频率表计算平均值
有时因为数据太多，会以表格形式呈现。
例子：一张显示 20 场比赛中入球数的表格。
计算平均数：
1. 建立一个新栏位：频率 × 数值（通常记作 \( f \times x \)）。
2. 找出总频率（\( \sum f \)）。
3. 找出 \( fx \) 栏位的总和（\( \sum fx \)）。
4. 平均数 = \( \frac{\sum fx}{\sum f} \)。
计算中位数： 在累积频率中寻找 \( \frac{n+1}{2} \) 的位置。
4. 分组数据（估算平均数）
当数据被分组时（例如：“体重：10kg 至 20kg”），我们失去了确切数值。因此，我们只能找出平均数的估算值。
步骤：
1. 找出每一组的组中值（Midpoint）。（将组别的起点与终点相加，然后除以 2）。
2. 将每个组中值与其频率相乘。
3. 将这些积加总。
4. 除以总频率。
进阶考生提示 - 线性插值（Linear Interpolation）： 对于分组数据的中位数，你可能会被要求使用插值法。这只是一个花哨的说法，意思是“估算中间值位于该组内的哪个位置”。
\( \text{Median} = L + \left( \frac{\frac{n}{2} - F}{f} \right) \times w \)
其中 \( L \) 是该组的下限，\( F \) 是该组之前的累积频率，\( f \) 是该组的频率，而 \( w \) 是组距。别慌！只要把它想成计算你需要往组内推进多少距离即可。
5. 进阶内容：特殊平均值
如果你参加进阶试卷（Higher Tier），你需要知道这三个额外工具：
加权平均数（Weighted Mean）
用于某些数值比其他数值更重要的情况。
公式： \( \frac{\sum (value \times weight)}{\sum weights} \)
例子：你的最终成绩可能 30% 来自平时测验，70% 来自期末考试。期末考试的“权重”更高！
几何平均数（Geometric Mean）
用于寻找一段时间内的平均增长率或百分比变化。
公式： \( \text{Geometric Mean} = \sqrt[n]{x_1 \times x_2 \times ... \times x_n} \)
（所有数值乘积的 \( n \) 次方根）。
你知道吗？ 我们用它来计算金钱和人口增长，因为它们是乘法关系，而不是加法！
季节性变动平均值（Mean Seasonal Variation）
用于时间序列（Time Series）。在消除整体趋势后，它能帮助我们找出在特定季节预期会出现的平均“额外”或“减少”量（例如夏季冰淇淋销量会增加）。
6. 变更数据（转换）
如果我们变更每一个数据点，平均值会发生什么变化？
• 加法/减法： 如果你给每个分数加 5，平均数、中位数和众数都会增加 5。
• 乘法（比例缩放）： 如果你将每个分数加倍，平均数、中位数和众数也都会加倍。
如果我们增加一个人呢？
• 如果你加入一个高于现有平均数的数值，平均数会上升。
• 如果你加入一个等于现有平均数的数值，平均数会保持不变。
总结检查清单
核心观念：
1. 众数用于受欢迎程度/类别。
2. 中位数是中间值（适合有离群值的偏态数据）。
3. 平均数是总数平分（使用所有数据）。
4. 对于分组数据，请务必使用组中值来估算平均数。
5. 转换： 平均值会遵循你对数据所做的数学运算（给数据加 10 = 平均值加 10）。
如果一开始觉得棘手也不要担心！先练习一些简单的数字列表，然后再练习表格题目。你一定可以做到的！