我们都经历过，坐在大学课堂里，教授在黑板上写下一堆公式，让我们背诵‘因为那会出现在考试上’——主要关注分数，即使我喜欢这门学科，因为这就是学生被评估的方式！我曾上过一门统计课。当我回想起统计课时，我记得黑板上满是数字和类似‘计算均值、求中位数、计算标准差、绘制图表或报告P值’的陈述。然后，我们被期望去看一个数据集并理解它在告诉我们什么。我必须承认，最后那部分才是有趣的，但这并不是结构化的课堂如何展示统计学的。所以，当我开始自学并发现数据背后故事的乐趣时，我发现统计学非常有趣。因为知道如何计算一个统计量，不等于理解这个统计量的含义。而在一个我们不断被数字、图表、百分比、民调、研究和‘数据驱动’的声称包围的世界里，知道如何解释数据可以帮助你避免错误信息。这就是我写这篇文章的原因：更好地解释10件经常在公式和考试题之间丢失的统计知识。

1. 平均数不总是“平均”

让我们从统计学中最熟悉的词汇之一开始：平均值。我们经常将‘平均值’和‘均值’互换使用。从技术角度看，平均值是一个更宽泛的非正式术语，而均值则是描述数据集中心的一种特定方式。让我们举个例子：想象有五个人的收入是：25k，27k，29k，31k和33k。

如果我们考虑这五个特定的数字，均值是29k英镑。看起来相当合理。但如果我们将最高收入者的薪水改为500k？均值突然变成了122.4k英镑。

现在的问题是，‘典型’的人突然变成了六位数的收入者？你可能会回答，当然不。我会争辩说，虽然计算是正确的，但解释并非如此。这就是我们需要理解均值实际在做什么的原因。它取所有观测值的总和，并平均分配给它们。因此，均值特别敏感于极端值。这就是中位数出现的地方！它提供了不同的视角。按顺序排列观测值并取中间一个。在两个例子中，中位数都是29k！如果我们把数字当作绝对值来看，这两个数字在统计上都是‘正确’的，但它们回答的问题略有不同，这就是本文的重点。均值问：如果总数平均分配，每个观测值会得到什么？中位数问：有序数据中间的数值是多少？有时候这种差异就是整个故事！这就是为什么你经常看到使用中位数而非均值来报告房价、薪资和财富。一小部分极大的值会显著拉高均值。

2. 没有其分布的数字可能具有误导性

统计学也教会我们压缩信息。如果我们被给予包含百万条目数据集，我们需要将它们压缩成几个代表性数字以便轻松传达。虽然这很有用，但这也很危险。假设两个班级的平均考试分数都是70%。仅凭这一点，我们就会假设它们的表现相似。这假设是合理的，但不总是正确的。如果分数是这样：A类：65，68，69，70，71，72，75类B：30，50，65，70，75，90，110

两者都可能有大约70的均值。但这些显然不是同一个数据集。第一类紧凑，而第二类则...