中位数和众数这两个统计量的特点都是能够避免极端数据，但缺点是没有完全利用数据所反映出来的信息。
        由于各个统计量有各自的特征，所以需要我们根据实际问题来选择合适的统计量。
        当然，出现极端数据不一定用中位数，一般，统计上有一个方法，就要认为这个数据不是来源于这个总体的，因而把这个数据去掉。比如大家熟悉的跳水比赛评分，为什么要去掉一个最高分、一个最低分呢，就认为这两个分不是来源于这个总体，不能代表裁判的鉴赏力。于是去掉以后再求剩下数据的平均数。需要指出的是，我们处理的数据，大部分是对称的数据，数据符合或者近似符合正态分布。这时候，均值(平均数)、中位数和众数是一样的。

区别:
        只有在数据分布偏态(不对称)的情况下，才会出现均值、中位数和众数的区别。所以说，如果是正态的话，用哪个统计量都行。如果偏态的情况特别严重的话，可以用中位数。
         除了需要刻画平均水平的统计量，统计中还有刻画数据波动情况的统计量。比如，平均数同样是5，它所代表的数据可能是1、3、5、7、9，可能是4、4.5、5、5.5、6。也就是说5所代表的不同组数据的波动情况是不一样的。怎样刻画数据的波动情况呢?很自然的想法就是用最大值减最小值，即求一组数据的极差。数学中还有方差、标准差等许多用来刻画数据特征的统计量。当然这些都是教师感兴趣、值得了解的内容，不是小学数学的教学要求。

平均数的求法：
（1）公式法： ；
（2）加权平均数公式： 。

考点名称：极差

• 极差：
  全距，又称极差，是用来表示统计资料中的变异量数，其最大值与最小值之间的差距；
  即最大值减最小值后所得之数据。
  极差是指总体各单位的标志值中，最大标志值与最小标志值之差。它是标志值变动的最大范围。极差也称为全距或范围误差，它是测定标志变动的最简单的指标。换句话说，也就是指一组数据中的最大数据与最小数据的差叫做这组数据的极差。 极差英文为range ，简写为R，表示为：R=Xmax-Xmin。移动极差（Moving Range）是其中的一种。

• 极差特点：
  刻画数据离散程度的最简单的统计量；
  计算简单；
  不能反映中间数据的分散状况。

  移动极差：
  是指两个或多个连续样本值中最大值与最小值之差，这种差是按这样方式计算的：
  每当得到一个额外的数据点时，就在样本中加上这个新的点，同时删除其中时间上“最老的”点，然后计算与这点有关的极差，因此每个极差的计算至少与前一个极差的计算共用一个点的值。一般说来，移动极差用于单值控制图，并且通常用两点（连续的点）来计算移动极差。
  
  计算公式：
  极差=最大值-最小值。
  全距=最大标志值—最小标志值
  R=Xmax-Xmin
  （其中，Xmax为最大值，Xmin为最小值）
  例如 ：12 12 13 14 16 21
  这组数的极差就是 ：21－12=9
  例如，“早穿皮袄午穿纱”，这句话说明的气温特征数就是极差。
  方差计算公式：s²=(1/n)×[(x₁-x₀)² + (x₂-x₀)² +...+ (x_n-x₀)²]（x₀即为x的平均值）

• 极差用途:
  在统计中常用极差来刻画一组数据的离散程度，以及反映的是变量分布的变异范围和离散幅度，在总体中任何两个单位的标准值之差都不能超过极差。同时，它能体现一组数据波动的范围。极差越大，离散程度越大，反之，离散程度越小。
  极差只指明了测定值的最大离散范围，而未能利用全部测量值的信息，不能细致地反映测量值彼此相符合的程度，极差是总体标准偏差的有偏估计值，当乘以校正系数之后，可以作为总体标准偏差的无偏估计值，它的优点是计算简单，含义直观，运用方便，故在数据统计处理中仍有着相当广泛的应用。 但是，它仅仅取决于两个极端值的水平，不能反映其间的变量分布情况，同时易受极端值的影响。