数值变量集中趋势指标有什么？

数值变量集中趋势指标是用于描述一组数据中心地方或平均水平的统计量，容易见到的有算术均数、几何均数和中位数，下面为你详细介绍。

算术均数，也称为均值，是最常见的集中趋势指标。它的计算办法是将所有察看值相加后除以察看值的个数。算术均数适用于对称分布，尤其是正态分布的数据。譬如在研究某区域成年人的身高时，因为身高数据一般呈正态分布，用算术均数能非常不错地反映该区域成年人身高的平均水平。它充分借助了所有数据的信息，但容易遭到极端值的影响。比如，在一组薪资数据中，假如有少数高收入者，他们的薪资会拉高整体的算术均数，致使均数不可以非常不错地代表大部分人的薪资水平。

几何均数是n个察看值连乘积的n次方根。它常用于等比资料或对数正态分布资料。譬如在医学研究中，某些传染病的潜伏期、抗体的滴度等数据总是呈等比关系，用几何均数来描述其集中趋势更为适合。由于这类数据的变化是按比率进行的，几何均数可以更准确地反映数据的平均增长或变化状况。

中位数是将一组察看值从小到大排序后，坐落于中间地方的数值。假如察看值的个数是奇数，中位数就是中间的那个数；假如察看值的个数是偶数，中位数则是中间两个数的平均值。中位数适用于各种分布种类的数据，特别是偏态分布、分布不明或有极端值的数据。比如，在研究某疾病病人的住院成本时，因为可能存在少数高额成本的病人，数据呈偏态分布，此时中位数能更好地反映大部分病人的住院成本水平，不受极端值的影响。

除去上述三种容易见到的指标外，还有众数。众数是一组数据中出现次数最多的数值。它不受极端值的影响，但可能不唯一，也会没有。在一些定性数据或离散型数据的剖析中，众数可以用来描述数据的集中趋势。比如，在统计某班级学生的鞋码时，出现次数最多的鞋码就是众数，能反映该班级学生鞋码的集中状况。

不一样的集中趋势指标适用于不相同种类型的数据，在实质应用中，需要依据数据的分布特点和研究目的选择适合的指标来准确描述数据的集中趋势。