新闻说某市「平均工资 1.2 万」，你拿 6 千——是你拖后腿了吗？
也许问题不在你，而在平均数本身。
这类新闻你一定见过：某城人均月薪破万、某校班级平均分 85……数字听起来挺体面，可一对照身边，总觉得对不上号。
72, 78, 85, 90, 68, 74, 81, 88
大部分同学在 70–90 分之间，感觉「正常水平」大概 80 左右。
平均分 ≈ 79.5
此时平均数还算靠谱——大家差距不大。
5, 6, 5.5, 4.8, 5.2, 5.8, 5.1, 4.9
八个人大多月入四五千到六千，中位数大约 5.2 千——挺符合直觉。
突然来了一位月入 50 万的大老板……
「平均月收入」瞬间飙到约 6 万——可街上的人还是拿五六千。
当数据里出现极端高值（或极端低值）时，「平均」会被狠狠拽走，不再代表「典型的大多数人」。这不是你不够努力，是指标选错了。
它们都想用一个数概括整组数据，但算法完全不同——这就决定了谁能扛住极端值。
把所有数加起来再除以个数。每个数据都有发言权，极端值权重和普通值一样大——所以容易被「拉飞」。
把数据从小到大排队，取正中间那个（偶数个则取中间两数平均）。只看位置，不看具体有多大——极端值挤不进「C 位」。
八人收入（千元/月）：4.8, 4.9, 5, 5.1, 5.2, 5.5, 5.8, 6 → 平均数约 5.3 千，中位数 = (5.1 + 5.2) ÷ 2 = 5.15 千。
再加入一位月入 50 万（即 500 千元）的老板：九人平均数 ≈ 60 千（约 6 万/月），中位数仍约 5.2 千——典型的人几乎没变，被拉飞的是「平均」。
这不是统计学家故意为难你，而是数学定义带来的必然结果。
求平均时，极端大数和普通人在加法里权重相同。一个超级大数能把总和抬上天——就像班级平均分里混入一个远超满分的异常分，全班平均立刻失真。
排序后，中间那个人前面和后面各有一半人。你在末尾加一个超级高收入，只是队列变长了，中间站的人还是原来那位。
数据对称分布、没有极端离群值时（比如同一套卷子上，全班成绩集中在 75–85），均值和中位数会非常接近，用哪个都行。
两者没有绝对好坏，关键看你想回答什么问题、数据长什么样。
数据较对称、无极端离群；需要总量信息（如「人均用电量 × 人数 = 总用电」）；做进一步计算（方差、标准差都以均值为中心）。
收入、财富、房价等右边拖着长尾巴（少数超高值）的数据——统计上常叫右偏；想描述「典型的人」而非「被极端值抬高的整体」；报告里想避免误导公众。
均值和中位数差很多，本身就在告诉你：分布不对称，存在极端值。负责任的报道会同时给出两者。
你可以试试：切换「班级成绩」或「小镇收入」场景，打开极端高值并拖动滑块——观察平均数与中位数的分轨变化。
当前无极端值：均值与中位数接近，说明数据较对称。
把所有人按收入从低到高排成柱状图，你会看到：左边挤着大多数人，右边拖着一条长长的尾巴——少数极高收入把均值往右拽，中位数却留在「人多的地方」。
右偏 = 右边有长尾。此时中位数通常 < 平均数（均值被超高值抬高）。看到「平均」远高于你的感受时，先问：是不是少数极端值在作怪？