平均值骗了你多少年

某招聘平台发布报告，说某城市平均月薪一万二。评论区立刻分成两派：一派说自己拖后腿，另一派说数据造假。其实两边都没说错，只是讨论的对象不同。平均值一万二，可能真实存在，但它描述的是一个被数学构造出来的抽象人，不是任何一个具体劳动者。要理解这件事，得回到统计最基本的问题：我们到底在测量什么。

先看一个简单的例子。假设一个五人小团队，月薪分别是四千、五千、六千、七千、八万。平均数是（4000+5000+6000+7000+80000）/5，等于20400元。中位数则是六千。两个数字差了三倍多。如果对外说平均月薪两万，听上去很体面，但团队里四个人都够不着这个数。中位数六千，才更接近大多数人的真实位置。收入、房价、资产这类分布极不均匀的数据，平均值天然容易被少数高值拉高。

分位数是另一个常用工具。把数据从小到大排列，处在百分之十位置的值叫十分位数，处在百分之五十位置的就是中位数。比如某城市二手房挂牌价，百分之十分位数是每平方米两万，百分之五十分位数是三万五，百分之九十分位数是八万。这三个数字放在一起，才能看出市场的层次：低价段、主流段和高价段各自什么水平。只报一个平均数，这些结构信息全丢了。

走势观察里也有类似陷阱。某指标连续三个月分别是100、102、104，看起来稳步上升。但如果第四个月是103，第五个月是101，趋势就变了。单看三个月，容易把短期波动当成长期方向。更稳妥的做法是拉长观察窗口，同时看同比和环比。同比消除季节因素，环比反映最新变化，两者结合，才不容易被单月数据带偏。

预测这件事，更需要克制。统计模型给出的预测，本质上是在一定假设下对未来的条件推断，不是承诺。比如用过去十年气温数据拟合一条曲线，预测明年平均气温，模型会给出一个数值和一个置信区间。区间越宽，说明不确定性越大。把预测值当成确定结果，是常见的误读。理性的态度是：看方向，看区间，看假设是否成立，而不是盯着小数点后一位。

加权平均也常被忽略。一个班级，男生平均身高175厘米，女生平均身高163厘米，全班平均身高不是两者的简单平均，而要考虑男女比例。如果男生占七成，全班平均就是175×0.7+163×0.3，等于171.4厘米。很多综合指数、价格指数都涉及加权，权重的选择直接改变结果。看到平均值时，先问一句：它是怎么算出来的，权重是什么。

做数据观察，有几个习惯值得养成。第一，看到平均值，顺手找中位数和分位数。第二，看走势，至少拉长到十二个月以上，并对比同比环比。第三，看预测，重点看区间和假设，而不是单点数值。第四，看任何汇总数字，先确认口径：统计范围是谁，时间窗口多长，权重怎么定。这四个问题问完，很多看似矛盾的数据，其实都能对上。

统计不是用来制造确定感的，它更像一套描述不确定性的语言。平均值、中位数、分位数、加权平均，各有各的用处，也各有各的盲区。把它们放在一起看，数据才会说话。下次再遇到一个漂亮的平均数，不妨多问一句：这个数，到底代表了谁。