要回答这个问题，我们需要先理解平均值和中位数的定义及计算原理，再了解它们在不同数据分布中的特性。今天，优思学院将通过直观的例子，深入探讨偏态分布的平均值和中位数为什么会出现差异。
在统计学中，偏态分布是指数据没有对称地分布在中心位置周围。根据百度百科的定义：
偏态分布是与「正态分布」相对、分布曲线左右不对称的数据次数分布，是连续随机变量概率分布的一种。可以通过峰度和偏度的计算衡量偏态程度，并可分为正偏态和负偏态。前者的曲线右侧较长，左侧较短；后者的曲线左侧较长，右侧较短。
正是这种不对称性，可能导致平均值和中位数出现差异。
什么是偏态分布？
偏态分布是指数据分布不对称，其中一侧的尾部比另一侧更长或更重。这种不对称可能由异常值、极端值或数据本身的特定趋势引起。
偏态分布通常分为两种：
- 正偏态（右偏）：分布的尾部向右侧延伸；
- 负偏态（左偏）：分布的尾部向左侧延伸。
平均值和中位数的定义
平均值是一组数据之和除以数据个数所得的结果。
中位数是将一组数据按大小顺序排列后，位于中间位置的数值。如果数据个数为偶数，中位数就是中间两个数值的平均值。
平均值和中位数都是用来衡量数据集中趋势的统计量，但它们对极端值的敏感程度不同。
平均值和中位数的比较
在对称分布中，平均值和中位数通常相等。我们来看看下面这组数据：
4；5；6；6；6；7；7；7；7；7；7；8；8；8；9；10
以上数据可以用下面的直方图表示。每个区间的宽度为1，每个数值都位于相应区间的中间。
直方图显示了数据的对称分布。如果能够在直方图中的某个位置画出一条垂直线，并且垂直线左右两侧的形状互为镜像，就可以认为该分布是对称的。
这组数据的平均值、中位数和众数均为7。因此，在这个完全对称的分布中，平均值和中位数相同。
然而，在偏态分布中，平均值和中位数可能不相等。这是因为平均值容易受到极端值影响，而中位数受到极端值的影响相对较小。
我们再来看另一组数据：
6；7；7；7；7；8；8；8；9
如下图所示，这组数据的分布并不完全对称，而是呈现一定程度的右偏。
这组数据的平均值约为7.44，中位数为7，众数也是7。由于较大的数值位于分布右侧，平均值被向右拉高，因此平均值大于中位数。
一般来说：
- 当数据呈左偏分布时，平均值通常小于中位数；
- 当数据呈右偏分布时，平均值通常大于中位数。
偏态分布中的平均值、中位数和众数
在正偏态分布中，大部分数据集中在分布左侧，尾部向右侧延伸，因此也被称为右偏分布。
理解偏态分布时，可以记住两个重点：
- 偏态分布的长尾会把平均值拉向长尾方向。
- 在典型的单峰偏态分布中，中位数通常位于平均值和众数之间。
例如，在一组薪资数据中，少数人的极高薪资会明显提高整体平均工资，但对中位数的影响较小。
中位数工资所表达的意义是：大约50%的人工资高于该数值，另外约50%的人工资低于该数值。因此，在分析薪资、房价等容易出现极端值的数据时，中位数通常更能反映多数人的实际情况。
偏态分布的程度与极端值的数量和大小有关。极端值越多、程度越明显，数据分布通常也会越倾斜。
这些极端值会直接参与平均值的计算，因此可能显著改变平均值；中位数主要取决于数据排列后的中间位置，所以受到的影响相对较小。
结论
偏态分布的平均值和中位数通常不相等，主要原因是数据分布具有不对称性。分布尾部的极端值会将平均值拉向长尾方向，而中位数对极端值没有那么敏感。
了解平均值与中位数之间的差异，有助于我们更准确地解释数据。面对薪资、房价、交付时间、维修时间和质量损失等容易出现偏态的数据时，只看平均值可能产生误导，此时应结合中位数、众数和分布形状进行判断。
