在学习基本统计概念时，一组数据的均值包含多个意义，它既可以是数学平均值、中间值、众数。举例说明它们之间的不同：计算出一个小区每个家庭的平均收入是14000元/月。这个数字含有以下3个意义。数学上的均值 (arithmetical average)——把所有的数据加起来再除以它的个数。中位数 (Median) ——所有的数据里面抽一个中间的数，所有数据中一半的数据比它大，一半比它小，如果个数为双数，就是抽出两个数的中间值。众数（mode）——所有数据出现的次数最多的数。回到刚才的例子，假如这个小区的分布是按图那种，数学平均值是5700元，看起来很高，但是再看它的中位数是3000，众数是2000，你就知道它的分布是很不均衡的，极少数是40000以上，大部分是2000左右，那么均值是3500的话，要问清楚，它是哪一种定义？
日常使用均值不需要不区分它们，比如我们说某一种人种，平均身高是170，不论是哪种均值，当它正态分布没有偏差的话，计算出来的结果都差不多。
以上故事对我们量化管理项目有什么经验教训？
在做高成熟度时候，我常强调收集的数据不是单点的数字，所以在做数据分析前，用柱状图把数据分布显示出来，然后再用一些参数：平均值、中位数去描述数据的均值，这才有意义。很多时候人们在做高成熟度或公司度量时，一看见数字就立马去做分析，而没有注意很多数据本身背后的分布状态是否符合他本来的假定。
以上故事对我们量化管理项目有什么经验教训？
千万不要但用一个平均数 (单点) 来判断 在计算那些统计系数前，应先用柱状图，箱线图，散点图等 看看分布， 可以利用多个系数来表达，会更有意义。