誤區一，平均數可以反映大多數的情況。
人們一看到各種平均資料，如平均收入，平均身高等資料，就會產生這樣一個感覺，以為這個平均數，就是大多數人的情況。一旦自己達不到這個平均數，就會覺得，自己不如大多數人，拖了大家的後腿，產生失落感。
其實，這完全是一種錯覺。
平均數，是各資料之和，再除以資料的個數，從而得出的一個平均值。它反映的，僅僅是資料的平均值而已，它並不能真實反映資料的分佈規律，更不能反映，大部分的資料，一定處在平均數值附近。這就意味著，平均數，不一定能代表大多數。
在統計學裡頭，真正表示大多數情況的，不是平均數，而是眾數。平均數，只能代表平均數值，只有眾數，才能代表大多數。
比如說，有這麼一組資料——2，2，2，2，92。如果要算這一組資料的平均數，是（2+2+2+2+92）/5=20。而眾數，則是有4個的2。
平均數是20，眾數是2，這兩者，差距了足足10倍。
而這兩個資料，哪一個更能反映這一組資料的大多數情況呢？很明顯，是眾數2，而不是平均數20。
如果把這一組資料，延伸到現實生活，我們就更能體現這兩者的巨大差距。
小欣是一個剛剛步入社會的萌新，她正在尋找工作。在招聘廣告中，她看到了一則公司的招聘廣告，內容是正在招聘前臺，公司平均薪酬兩萬。看到這麼高的薪酬，小欣非常心動，就發去了自己的求職簡歷。
外形姣好的小欣，很快就得到了面試機會。可是，她去面試之後，卻大失所望。
原來，這一家公司，是一家初創的微型企業，公司只有5個人，分別是作為CEO的老闆，跟4名員工。老闆月入八萬，員工月入五千。如果要算平均收入，那這一家公司的平均收入，確實是月入兩萬。
但是，這一個月入兩萬的平均資料，能真實反映這一家公司的薪酬狀況嗎？能給求職者，提供有價值的參考嗎？顯然是不能，真正有參考價值的，是眾數月入五千。
誤區二，平均數，就是中間數，就是資料的中間分界線。
這一點，大家再看看剛才那一組資料——2，2，2，2，92，它的平均數是20，但它處在資料中間嗎？很明顯，不是。
在統計學中，用來表示資料最中間的那個數，被稱作中位數。它要求資料，彷彿列隊一般，按照一定順序排列，比如從小到大，或者從大到小，然後在這個資料隊伍之中，最中間的那一個數字，就是中位數。
如果資料有奇數個，它的中間數，就只有一個。那這一個，就是中位數。如果資料有偶數個，它的中間數有兩個，那麼這兩個數的平均數，就是這一組資料的中位數。
如剛才舉例的一組資料——2，2，2，2，92，它的中位數，就是2。它跟這一組資料的平均數20，同樣差距巨大。
平均數，僅僅只能反映資料的平均值，卻不能反映資料的分佈規律。只有眾數和中位數，才能更加準確地反映資料的分佈規律。
對於資料的瞭解，只看平均數，是遠遠不夠的，只有進一步瞭解眾數和中位數，才能對資料，有更加直觀準確的認識。
