集中趋势测度有哪些指标？

集中趋势测度是统计学中用于描述数据集中趋势特征的重要方法，常见的集中趋势测度指标主要有以下几种：

首先是均值，也称为平均数，它是一组数据相加后除以数据的个数得到的结果。均值是最为常用的集中趋势测度指标，能够反映出数据的总体平均水平。例如，在统计一个班级学生的平均成绩时，就会用到均值。它的优点是利用了所有数据的信息，具有良好的数学性质，便于进行代数运算。但均值也有局限性，它容易受到极端值的影响。比如，在一个公司中，如果少数高管的工资极高，那么计算全体员工的平均工资时，这个高工资的极端值会拉高整体的均值，导致均值不能很好地反映普通员工的工资水平。

其次是中位数，它是将一组数据按照从小到大或从大到小的顺序排列后，位于中间位置的数值。如果数据的个数是奇数，那么中位数就是中间的那个数；如果数据的个数是偶数，中位数则是中间两个数的平均值。中位数的优点是不受极端值的影响，对于偏态分布的数据，中位数能更好地反映数据的集中趋势。例如，在统计房价时，由于存在少数高价豪宅，房价数据往往是偏态分布的，此时中位数比均值更能代表房价的一般水平。

还有众数，它是一组数据中出现次数最多的数值。众数主要用于描述分类数据的集中趋势，在某些情况下，对于数值型数据也适用。比如，在统计商场中哪种颜色的衣服最畅销，出现次数最多的颜色就是众数。众数的优点是不受极端值影响，而且对于数据的分布形态没有要求。但众数也有缺点，有时候一组数据可能没有众数，或者有多个众数，这就使得众数的代表性相对较弱。

另外，在一些特定的经济和统计分析中，还会用到分位数。分位数是将数据按照一定的比例分割后得到的数值，常用的有四分位数、十分位数等。分位数可以进一步描述数据在不同位置的集中情况，对于分析数据的分布特征和进行数据比较具有重要意义。例如，通过比较不同组数据的四分位数，可以了解它们在不同位置上的差异，从而更全面地把握数据的特征。

综上所述，均值、中位数、众数和分位数