ARTICLE

集中趋势

集中趋势 (Central Tendency) 集中趋势 (Central Tendency)，又称中央趋势，是描述统计学 (Descriptive Statistics) 中的一个核心概念。它旨在通过单一的数值来概括和描述一个数据集 (dataset) 的"中心"位置或"典型"值。这个数值代表了数据分布中最具代表性的点，让我们能够快速理解数据集的整体水平

浏览 172 更新 2025-10-26

集中趋势 (Central Tendency)

集中趋势 (Central Tendency)，又称 中央趋势，是描述统计学 (Descriptive Statistics) 中的一个核心概念。它旨在通过单一的数值来概括和描述一个数据集 (dataset) 的"中心"位置或"典型"值。这个数值代表了数据分布中最具代表性的点，让我们能够快速理解数据集的整体水平。

集中趋势是描述数据特征的三个主要维度之一，另外两个是离散趋势 (dispersion or variability) 和分布形态 (shape of the distribution)。在进行任何深入的统计分析之前，理解数据的集中趋势是至关重要的第一步。

最常用的集中趋势测度包括三种：算术平均数 (Arithmetic Mean)、中位数 (Median) 和 众数 (Mode)。

主要的集中趋势测度

一. 算术平均数 (Arithmetic Mean)

算术平均数，通常简称为 均值 (Mean)，是应用最广泛的集中趋势测度。它的计算方法是将数据集中所有数值相加，然后除以数值的个数。

根据数据来源是样本 (sample) 还是总体 (population)，均值的符号和公式略有不同：

样本均值 ( $\bar{x}$ )：从总体中抽取的一部分数据的均值。

\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} = \frac{x_1 + x_2 + \cdots + x_n}{n}

其中， $x_i$ 代表样本中的第 $i$ 个观测值， $n$ 是样本容量 (sample size)。

总体均值 ( $\mu$ )：数据集中所有可能观测值的均值。

\mu = \frac{\sum_{i=1}^{N} x_i}{N} = \frac{x_1 + x_2 + \cdots + x_N}{N}

其中， $x_i$ 代表总体中的第 $i$ 个观测值， $N$ 是总体容量 (population size)。

特点与应用场景：

利用全部信息：均值的计算包含了数据集中的每一个数值，能够全面反映数据信息。
对异常值敏感：这是均值最显著的缺点。一个或几个极端值（过大或过小）会极大地影响均值的结果，使其偏离大部分数据的中心。
数学性质优良：均值在数理统计中具有良好的代数性质，使其成为许多高级统计方法（如方差、标准差、回归分析等）的基础。
适用性：最适用于对称分布 (symmetric distributions)，如正态分布 (Normal Distribution)，且数据中没有极端异常值的情况。

示例： 假设一组学生的身高（厘米）数据为： $\{165, 168, 170, 172, 175\}$ 。其均值为： $\bar{x} = \frac{165 + 168 + 170 + 172 + 175}{5} = \frac{850}{5} = 170$ 厘米。

如果数据集中出现一个异常值，例如： $\{165, 168, 170, 172, 210\}$ 。新的均值为： $\bar{x} = \frac{165 + 168 + 170 + 172 + 210}{5} = \frac{885}{5} = 177$ 厘米。可见，仅仅一个异常值就将均值拉高了7厘米，使其不再能很好地代表大多数学生的身高。

二. 中位数 (Median)

中位数是将数据集按大小顺序排列后，位于最中间位置的那个数值。它将数据集平分为两个部分，一半的数值比中位数小，另一半比中位数大。

计算方法：

首先，将所有数据按从小到大（或从大到小）的顺序排列。
如果数据集的观测值数量 $n$ 是奇数，中位数是位于第 $(n+1)/2$ 位置的数值。
如果数据集的观测值数量 $n$ 是偶数，中位数是位于中间的两个数值（即第 $n/2$ 和第 $(n/2)+1$ 位置的数）的平均值。

特点与应用场景：

稳健性 (Robustness)：中位数最大的优点是不受数据集中极端异常值的影响。它只取决于数值的排列顺序，而非其具体大小。
适用性：对于偏态分布 (skewed distributions) 的数据，如个人收入、房价等，中位数是比均值更合适的集中趋势测度。
适用数据类型：可用于数值型数据 (numerical data) 和有序数据 (ordinal data)。

示例： 对于数据集 $\{165, 168, 170, 172, 175\}$ ，数据个数为5（奇数），中位数是第 $(5+1)/2 = 3$ 个数，即 170。对于含有异常值的数据集 $\{165, 168, 170, 172, 210\}$ ，排序后，中位数仍然是第3个数，即 170。这清晰地展示了中位数对异常值的稳健性。

对于偶数个数的数据集 $\{165, 168, 170, 172\}$ ，中位数是中间两个数（168和170）的平均值： $\frac{168 + 170}{2} = 169$ 。

三. 众数 (Mode)

众数是数据集中出现频率最高的数值。

特点与应用场景：

多重性：一个数据集可以没有众数（所有值出现频率相同）、有一个众数（单峰分布 Unimodal）、两个众数（双峰分布 Bimodal）或多个众数（多峰分布 Multimodal）。
适用数据类型：众数是唯一可用于分类数据 (categorical data, or nominal data) 的集中趋势测度。当然，它也适用于数值型数据。
稳定性：众数不受异常值影响，但在样本数据中可能不稳定，微小的数据变动可能导致众数发生较大改变。
应用：常用于描述"最流行"的选项，例如最受欢迎的品牌、最常见的血型等。

示例：

数值数据集 $\{1, 2, 2, 3, 4, 5, 5, 5, 6\}$ 的众数是 5，因为它出现了3次，比其他任何数都多。
分类数据集"学生最喜爱的水果"：{苹果, 香蕉, 橙子, 香蕉, 橙子, 橙子} 的众数是橙子。
数据集 $\{1, 1, 2, 3, 4, 4, 5\}$ 有两个众数：1 和 4，这是一个双峰分布。

如何选择合适的集中趋势测度

选择哪种测度取决于数据的类型和分布形态。

分布形态与集中趋势测度的关系

对称分布 (Symmetric Distribution)：在一个完美的对称分布（如正态分布）中，均值 = 中位数 = 众数。
右偏态分布 (Right-skewed Distribution)：也称正偏态，分布的"尾巴"拖向右侧（高值区）。此时，均值 > 中位数 > 众数。少数的极端高值将均值向右拉动。例如，个人收入分布。
左偏态分布 (Left-skewed Distribution)：也称负偏态，分布的"尾巴"拖向左侧（低值区）。此时，均值 < 中位数 < 众数。少数的极端低值将均值向左拉动。例如，人类寿命分布（多数人活到高龄，少数人早逝）。

其他集中趋势测度

除了上述三种主要测度外，还存在一些在特定领域使用的测度：

几何平均数 (Geometric Mean): 用于计算比率、增长率等乘性数据的平均值，如投资回报率。 $G = \sqrt[n]{x_1 \cdot x_2 \cdots x_n}$ 。
调和平均数 (Harmonic Mean): 用于计算速率或比率的平均值，如计算往返过程中的平均速度。 $H = \frac{n}{\sum_{i=1}^{n} \frac{1}{x_i}}$ 。
加权平均数 (Weighted Mean): 当数据集中各数值的重要性不同时使用，为每个数值分配一个权重。例如，计算课程的总成绩（期末考权重更高）或消费者价格指数 (CPI)。

总结

集中趋势是理解任何数据集的第一步，它提供了一个"典型"值的快照。然而，任何单一的测度都无法完整描绘数据的全貌。在实践中，分析师通常会同时报告均值和中位数，并结合标准差 (Standard Deviation) 或四分位距 (Interquartile Range) 等离散趋势的测度，以及通过直方图 (Histogram) 等可视化工具来考察数据的整体分布，从而获得对数据的全面、准确的理解。

关于知经 KNOWECON

知经 KNOWECON 是深圳市卢可教育科技有限公司旗下的教育科技品牌，长期面向北京大学、清华大学、中国人民大学等顶尖院校，提供经济学、金融学、统计学、管理学等相关科目的专业课考研辅导与复试辅导。每年都有数十名同学在我们的帮助下完成系统备考，并成功进入理想院校。

知经主讲人喵喵学长毕业于北京大学汇丰商学院经济学专业和新加坡国立大学金融工程专业，获经济学硕士与金融工程硕士学位。他同时也是软件工程师和教育科技创业者，长期探索用讲义、题库、记忆系统、智能答疑与学习数据工具改善专业课学习体验。

我们相信，好的考研辅导不只是押题和陪跑，更是把复杂知识讲清楚、把复习路径设计清楚，并用技术让学习过程更可追踪、更可反馈、更可坚持。