均值计算器

“平均数”这个词其实包含好几种不同的统计量，选错一种就可能完全歪曲一组数据。这个计算器把粘贴进来的数字列表变成完整的一组描述统计——个数、总和、均值、中位数、众数、极差、最小值、最大值，以及总体和样本两种标准差——并返回一份可复制的排序列表。它适合核对作业的学生、汇总成绩的老师，以及不打开表格软件就想给一列数据做画像的分析者。

如何使用

1. 粘贴或输入数字到框中。逗号、分号、空格和换行都能当分隔符，所以可以直接从表格的一列粘贴过来。
2. 观察统计结果实时更新。无需按任何按钮，每次按键都会刷新统计表。
3. 留意无效条目计数提示，如果有片段无法被读成数字。
4. 复制排序列表，当你需要按顺序放进报告或交给另一个工具时使用。

该引用哪种”平均”

均值就是算术平均：总和除以个数。它用到了每一个值，因此能反映整个数据集，同时也容易被异常值影响。中位数是排序后的中间值，即使某个值极其巨大，它仍能回答”典型成员长什么样”。众数则是出现最频繁的值，适合鞋码、缺陷代码这类重复出现的分类。

一份薪资列表能把差别讲得很具体。五个人分别挣 4 万、4.2 万、4.5 万、4.8 万和 90 万。均值是 21.5 万——这个数字无法描述在场的任何一个人——而中位数是 4.5 万。这就是为什么收入、房价和响应时间报告几乎总是以中位数为主。

还有两种平均值值得了解，尽管本工具并不计算它们。几何平均把各值相乘再开 n 次方；它是增长率与比率的正确平均方式，因此用于投资回报和人口增长。调和平均用个数除以倒数之和，适合对”固定距离下的速度”这类比率求平均。对于同一量纲上的普通测量，这里显示的算术平均是对的；对于复利式量，它就不适用了。

实操示例：一组数据算全所有统计量

取列表 2, 4, 4, 4, 5, 5, 7, 9。

统计量	值	如何得到
个数	8	值的数量
总和	40	2+4+4+4+5+5+7+9
均值	5	40 ÷ 8
中位数	4.5	排序后第 4、5 个值（4 和 5）的平均
众数	4	出现三次，多于其他任何值
最小 / 最大	2 / 9	排序后的两端
极差	7	9 − 2
总体标准差	2	方差 32 ÷ 8 = 4，再开平方
样本标准差	2.1381	方差 32 ÷ 7 ≈ 4.5714，再开平方

总体和样本的离散度只差在除数——8 对 7——但在这么小的数据集上，已足以让结果相差约 7%。

再看一组列表，能看出均值有多容易移动。对 10, 10, 10, 10, 100，均值是 28，而中位数是 10。一个值把均值抬高了 18，而中位数仍锚定在典型值上。标准差相应地很大（总体约 36，样本约 40.2），这就是”均值在这里是不好的概括”这一事实在数值上的信号。

总体标准差与样本标准差

标准差衡量的是各值通常离均值有多远。总体公式把离差平方和除以 n，样本公式除以 n − 1。多出的这个自由度，是为了修正”从更大总体中抽出的样本往往会低估该总体真实离散度”这一点。随着 n 增大，两者会趋于一致：到 500 个值时差别可以忽略，但到 8 个时就看得见，到 1 个样本值直接定义为 0。

写成公式，总体方差是 Σ(x − μ)² / n，样本方差是 Σ(x − x̄)² / (n − 1)；标准差则是所选方差的平方根。两者用的是同一个算术均值，只有分母不同。一条实用的经验法则是：大约低于 30 个值时，这个选择会明显改变报告结果，所以请注明你用的是哪一种。

哪些输入会被跳过，为什么重要

解析器先按空白和标点拆分，再对每个片段调用 parseFloat。像 score 这样的标签会被忽略并计为无效，这在粘贴带表头的一列时通常正是你想要的。微妙的情况是带尾随单位的数字：12px、3.5kg 和 50% 都能成功解析成 12、3.5 和 50，因为 parseFloat 会在第一个非数字字符处停下。如果这些单位应当让该条目作废，请在粘贴前清理掉。还要记住，空白片段会被整个丢弃、从不计数，所以一个缺失的单元格只是让个数减少。

实用建议

• 一次性粘贴整列数据；分隔符也接受制表符，因为制表符属于空白。
• 除非你想看到无效计数告警，否则把表头行去掉。
• 对高度偏态的数据，报告中位数和四分位距，而不是均值和标准差。
• 当每个值都唯一时，就写”无众数”，不要拿最小值顶替。
• 决策提示：如果均值与中位数相差很远，请说明你用的是哪一个以及为什么——否则读者会默认以为是均值。
• 报告平均值时永远附带个数。三个数算出的均值 7，说服力远不如三百个数算出的同一个均值 7，而个数是读者据此判断的最快依据。

相关工具

• 百分比计算器
• 单位转换器
• 随机数生成器