扫码加入数据分析学习群

集中趋势用于描述数据的平均水平，这可能是人们希望了解的基本的汇总信息，在 统计学中用于描述集中趋势，或者说数据分布的中心位置的统计量就被称为位置统计量 (Location Statistic)。针对不同的数据分布状况，统计学家提供了多种统计量来代表原始数据 的中心趋势，比如平均值、中位数和众数等。

算术均数(Arithmetic Mean)：是常用的描述数据分布集中趋势的统计指标，往往将 其直接简称为均数。总体均数用希腊字母μ表示，样本均数常用 X 表示。对一组数 据X₁，……，X_n而言，均数的算法为各数据直接相加，再除以例数 n。均数是常用 的集中趋势描述指标，但它不适用于对严重偏态分布的变量进行描述，只有单峰 和基本对称的分布资料，使用均数作为集中趋势描述的统计量才是合理的。

中位数(Median)：将全体数据按大小顺序排列，在整个数列中处于中间位置的那个 值。它把全部数值分成两部分，比它小和比它大的数值个数正好相等。中位数适 用于任意分布类型的资料，但由于中位数只考虑居中位置，对信息的利用不充分， 所以当样本量较小时数值会不太稳定。因此对于对称分布的资料，分析者会优先 考虑使用均数，仅仅在均数不能使用的情况下才用中位数加以描述。

几何均数(Geometric Mean)：用 G 表示，适用于原始数据分布不对称，但经对数转换后呈对称分布的资料。可以发现，几何均数实际上就是对数转换后的数据 lg X 的算术均数的反对数。

截尾均数(Trimmed Mean)：由于均数较易受极端值的影响，因此可以考虑按照一定 比例去掉两端的数据，然后再计算均数。如果截尾均数和原均数相差不大，则说 明数据不存在极端值，或者两侧极端值的影响正好抵消。常用的截尾均数有 5%截 尾均数，即两端各去掉 5%的数据。

其他集中趋势描述指标：除了上述常用的几种指标外，还会遇到众数、调和均 数等，前者是指样本数据中出现频次大的那个数字，后者是指观察值 X 倒数之 均数的倒数，这些指标的实际应用都比较少见。