平均十分钟，
为什么没有人等十分钟？

本期声音由人工智能语音模型合成。文稿由 Ryan Zhu 与人工智能辅助制作，数字和场景都是教学虚构，不是真实调查。这是一份把中文长文做成收听节目的完整示范。

为什么平均数和中位数会讲出两个故事

想象你在听一份报告。报告说，这组人的平均等待时间是十分钟。听到这里，你可能觉得，大多数人大概都等了十分钟。可是，这句话真的能这样理解吗？

今天我们用几组很小的数字，把平均数和中位数讲清楚。所有场景和数据都是为了教学虚构的，不是任何产品的测试，也不是真实调查。你不需要盯着表格，跟着几个简单的例子就能理解。

先看五个人等待的一次记录。他们分别等了两分钟、三分钟、四分钟、五分钟和三十六分钟。这五个数加在一起，是五十分钟。再除以五个人，算术平均数就是十分钟。

这个十分钟算错了吗？没有。它准确回答了一个问题：把五个人的等待时间总和，平均分到每个人头上，会是多少。可是，实际只有一个人等了超过十分钟，其他四个人都等了不到十分钟。所以，“平均等待十分钟”并不等于“大多数人等十分钟”。在这组数据里，甚至没有一个人恰好等了十分钟。

平均数保留了总量与人数之间的关系。它让每一个数都参与了计算。也正因为这样，三十六分钟这个较大的数，会明显拉高结果。它不是被平均数遗漏了，而是很完整地进入了平均数。

现在换一种问法。如果我们想找排在中间的那个人，他等了多久？把五个等待时间从小到大排好：两分钟、三分钟、四分钟、五分钟、三十六分钟。第三个，也就是正中间那个，是四分钟。这就是这组数据的中位数。

平均数十分钟，中位数四分钟。两者都对，只是回答的问题不同。一个描述总量平均分配的结果，一个描述排序后的中间位置。不能因为两个数字不一样，就认定其中一个必然造假。

你可以先暂停一下，试着用自己的话回答：在这个例子里，为什么平均数明显高于中位数？

原因是，最慢的那一次等待比其他四次长很多，它拉高了平均数。中位数只取排序后的中间位置。只要最大的那个数仍然在最后，哪怕把三十六分钟改成六十六分钟，中间那个四分钟也不会变。

但平均数会变。新的总和是八十分钟，除以五，变成十六分钟。这里，中位数仍然是四分钟，平均数从十分钟变成了十六分钟。

这并不是说，中位数能看见所有问题。恰恰相反，如果只报告中位数四分钟，你就可能忽略那一次六十六分钟的等待。如果那位等得最久的人非常重要，或者我们需要判断严重延误是否存在，单看中位数显然不够。

所以，中位数对极端数值比较不敏感，可以用来描述位置，却不能替代对极端情况的检查。平均数会受到极端数值影响，也不等于它没有用。我们应该先想清楚，自己要回答的是哪一个问题。

接下来，处理一个经常让人卡住的细节：如果人数是偶数，正中间没有单独一个人，怎么办？

假设四个人的等待时间，从小到大是两分钟、四分钟、六分钟和二十分钟。中间的两个数是四和六。常用的做法是，把这两个数加在一起，再除以二，得到中位数五分钟。

注意，五分钟仍然不一定是某个人的实际记录。这里没有人等了五分钟。中位数是按规则计算出来的中心位置，不是保证存在的一位真实人物。

这四个人的平均数是多少呢？两加四加六加二十，是三十二。再除以四，平均数是八分钟。于是，同一组数据的平均数是八分钟，中位数是五分钟。

算中位数时，排序是必要的一步。不能从原记录的第三行随手拿一个数，就说它在中间。记录的中间和数值排序的中间，是两件事。平均数不受记录顺序影响，中位数的计算也要求先按数值排序。

现在我们进入更容易误读的部分。报告说，甲组的平均数是十分钟，乙组的平均数是八分钟。是不是意味着乙组每个人都比甲组更快？

不能这样推断。平均数是整组的一个摘要，并没有给出每个人之间的对应关系。就算两个平均数确实不同，也可能有一部分人变快，另一部分人变慢。想判断每个人是否改善，就要保留成对的记录，或者进一步看分布。

同样，只知道两个中位数，也不能保证所有人的结果都沿着相同方向变化。一组数据里的中心位置移动，不等于每一个成员都移动了。听报告的时候，如果从“中位数降低”跳到了“人人更快”，你就应该意识到，中间少了一步证据。

再想一个问题：两个小组的平均数，能直接再平均一次吗？

我们用完全虚构的数字。甲组有两个人，平均等待两分钟。乙组有八个人，平均等待十二分钟。有人把两分钟和十二分钟相加，再除以二，得出总平均七分钟。这个七分钟，是两个小组平均数的简单平均，却不是十个人的整体平均。

为什么？因为两组人数不同。甲组的两个人，总共等了四分钟。乙组的八个人，总共等了九十六分钟。两组总共十个人，总等待时间一百分钟。所以，整体平均数是一百除以十，等于十分钟。

如果你按组平均，就让两个人的小组与八个人的小组各占一半。可如果问题是“这十个人平均等了多久”，每个人应该在计算中占相同的份量。平均数能不能合并，取决于你是否保留了各组人数，或者合适的权重。

如果两个组人数相同，组平均数的简单平均就能得到整体平均数。人数不同，就不能不加说明地这么做。还有一个额外提醒：各组中位数通常不能只靠简单平均，恢复出整体中位数。中位数依赖全体数据的排序，光有各组中位数和人数，往往还不够。

到这里，你已经学会了三件事。第一，平均数不是“大多数人的实际数值”。第二，中位数不是“所有人的情况都不错”。第三，合并平均数时，别把人数这个分母丢掉。

我们再用一次自测来收尾。仍然是五次虚构等待，按从小到大的顺序为一分钟、两分钟、三分钟、四分钟和四十分钟。你可以暂停，先想一想：平均数是多少？中位数是多少？哪一个数字更容易受到那次四十分钟等待的影响？

答案是，五个数合起来五十分钟，平均数十分钟。排在第三个的三分钟，是中位数。平均数受到那次四十分钟等待的影响更明显。但如果你的目标是发现严重延误，那次四十分钟的记录本身同样应该报告，不能被一个较小的中位数遮住。

最后，把今天的知识放回“听一份报告”这个场景。当你听到平均数或中位数，可以在心里顺手问四个问题。

这个数字测量的是什么，单位是什么？它算的是平均数，还是排序后的中位数？背后到底有多少条记录？它有没有省掉极端值、各组人数，或者没有参加统计的人？

这些问题并不要求你立刻算出所有结果。它们只是帮助你分清楚：一份摘要到底告诉了你什么，又没有告诉你什么。五条记录本身也不能代表所有场景。计算得正确，和结论能推广多远，仍然是两个不同的问题。

这节课是一份适合独立收听的入门解释，不是完整的统计学课程。你可以把自己的学习材料也整理成这种结构：先明确问题，给一个能听懂的小例子，保留单位与条件，在关键处提出一个自测问题，再解释容易出错的地方。正文负责讲清楚，来源和原始表格另外保存。这样，听完之后，你不仅记住一个数字，也更容易知道它为什么是这个数字。