前面已经知道测试会得到身高、体重、肺活量、耐久跑成绩等一组组数字。拿到数据后，先别急着下结论，要先把它们整理成能说明“整体长什么样”的信息。

上一页给数据'拍了照'——知道了平均分、整体分布。但拍照只回答'是什么样的'。要回答'为什么这样'和'意味着什么'，需要再往前走一步：分析数据。

体测成绩单铺开一整页——一眼看不出'7 秒以下有几人'。原始数据太散，没法直接对照。把数据按规则分组排队，让规律的轮廓自己浮出来——这就是整理数据要干的事。

上一节我们把全班立定跳远成绩整理成了表格——但几十个数字堆在一起，眼睛根本扫不过来。怎么用「一个数」就能代表全班整体水平？这就要请出最常用的统计量：平均数。

上页用平均数描述了全班 50 米成绩。但若有个同学跑得特别快(极端值),平均数会被「拉偏」——这时候,就需要中位数出场了。

学完平均数和中位数，我们已经能用「总和」与「位置」两种角度看一组数据。但有时我们更关心：什么最常出现？比如班里同学的鞋码哪种最多——这就需要众数登场。

前面学过平均数、中位数、众数找的是数据的「中心」，但同样的平均分背后可能藏着截然不同的故事——有的班级分数紧贴均线，有的却有人拔尖有人垫底。方差要回答的，正是这种「离散程度」。

前面我们学了平均数、方差这些工具来处理数据。可数据从哪来？全国学生体质测试不可能人人都测，只能抽一部分。这一小部分，就是'样本'。

上一节我们从全校学生里抽了50人测体能，得到平均肺活量3200毫升。但这50人能代表全校1000名学生吗？要回答这个问题，得先往回退一步——我们真正想研究的，到底是'全体'，还是'部分'？

老师公布成绩时说'这次考试平均分是87分'——一个数字就让全班心里有了底。这背后藏着的问题：用哪个数，能最好地代表一整组数据？

上几页我们学了平均数、方差这些数字武器，但面对成百上千个原始分数，光看数字仍让人眼花。怎么办？换一种语言——把数字画成图。统计图表就是数字和眼睛之间的『翻译官』。

前面我们用平均数、方差描述了一份数据，但那份数据往往是抽样得到的。我们真正想知道的是全市、全省学生的体质水平——样本凭什么能代表总体？这一页把这件事讲清楚。

• ✓数据有描述与推断两个层面，方法选择要看目的
• ✓集中趋势三指标各有适用场景，极端值存在时慎用平均数
• ✓方差与标准差衡量离散程度，是判断稳定性的尺子
• ✓样本代表总体的前提：随机抽样 + 容量足够
• ✓图表是数据的语言，选对图比画好图更重要

三道开放题，先自己琢磨再对答案；可留给课后慢慢想。