简短的回答
该计算器一次性返回完整的统计摘要：中心的平均值和中位数、最常见值的众数、分布的范围和标准差、四分位数 (Q1、Q2、Q3) 以及防止异常值的分布度量的四分位数范围 (IQR)。这些数字共同描述了数据集的中心、分布和形状，而无需查看每个单独的值。
要点
- Mean, median, and mode each describe "center" differently — comparing them reveals whether data is symmetric or skewed.
- IQR (Q3 − Q1) 捕获中间 50% 数据的分布，并且对异常值的敏感度远低于范围或标准差。
- 偏度描述了不对称性：右偏数据（均值 > 中位数）具有朝向高值的长尾；左偏（均值 < 中值）具有朝向低值的长尾。
- 没有任何一项统计数据能说明全部情况——对中心、分布和形状的完整总结可以防止仅从一个数字误读数据集。
一起阅读完整的统计摘要
| 统计 | 它告诉你什么 |
|---|---|
| 意思是 | 算术中心，对异常值敏感 |
| 中位数 | 中间值，抗异常值 |
| 模式 | 最常见的值 |
| 范围 | 完全传播（最大 - 最小），对异常值非常敏感 |
| 标准差 | 与平均值的典型距离 |
| IQR | 中间50%的散布，抗离群值 |
偏度：均值与中位数揭示了什么
数据：20、22、23、24、25、26、28、120 — 最后有一个明显的异常值。
平均值 = 288 ÷ 8 = 36
中位数 = (24 + 25) / 2 = 24.5
平均值 (36) 远高于中位数 (24.5)——这是右偏的明显标志。单个值 120 足以将均值拉高超过 11 个百分点，而中位数几乎没有变化，因为中位数只关心哪个值处于中间位置，而不关心异常值与其他值的距离有多远。
工作示例：比较 IQR 和范围
使用相同的数据集（20、22、23、24、25、26、28、120）：
范围 = 120 − 20 = 100
Q1（下半部分 20,22,23,24 的中位数）= 22.5
Q3（上半部分 25,26,28,120 的中位数）= 27
IQR = 27 − 22.5 = 4.5
范围 (100) 完全由单个异常值主导，而 IQR (4.5) 反映了大部分数据实际上的紧密程度——这生动地说明了当关注异常值时为什么首选 IQR 进行传播。
要避免的常见错误
- Reading only the mean and assuming it represents a "typical" value — always check the median too, especially with small samples or suspected outliers.
- 将范围视为可靠的价差衡量标准 - 单个极值可能会使其急剧膨胀，如上所示。
- 期望没有重复值的数据的众数——每个值都是唯一的集合根本没有众数。
- 误读偏斜方向——右偏意味着尾部（和平均值）指向更高的值，而不是大多数数据都很高。
相关计算器
- 平均计算器 — 探索平均数以及几何平均数和调和平均数。
- 标准差计算器 — 特别关注样本与总体选项的传播。
- 平均值、中位数、众数和极差计算器 — 获得四项核心措施的更轻松、更有针对性的版本。
- Z 分数计算器 — 查看单个值与该数据集的平均值的差距有多大。