← 返回博客列表

CFA 描述性统计考点对比：均值、中位数与标准差易混淆点解析

在 CFA 一级定量分析（Quantitative Methods）的学习中，描述性统计是基石。它不仅是理解数据分布的基础，更是后续概率论、随机变量及假设检验的核心前提。许多考生在备考时常感到困惑：明明公式都背过了，为什么做题时还是会在均值、中位数和标准差的选择上出错？其实，关键在于理解不同统计量背后的经济含义及其对数据特征的敏感性。本文将通过对比分析，帮你厘清这些容易混淆的考点。

集中趋势测度：均值与中位数的博弈

衡量数据集中趋势最常用的两个指标是算术均值（Arithmetic Mean）和中位数（Median）。

均值是我们最熟悉的“平均数”，它将所有观测值相加后除以观测数量。均值的优点是利用了所有数据的信息，数学性质优良，适合正态分布数据。然而，均值的致命弱点是容易受极端值（Outliers）的影响。例如，在衡量一个国家的收入水平时，少数亿万富翁的存在会显著拉高人均收入，使得均值无法代表大多数人的真实状况。

相比之下，中位数是将数据从小到大排列后位于中间位置的数值。它不受极端值影响，具有更强的稳健性（Robustness）。当数据分布存在偏斜（Skewness）时，中位数往往比均值更能反映典型水平。在 CFA 考试中，判断何时使用中位数至关重要：当数据存在极端值或分布严重偏斜时，优先选择中位数。

离散程度测度：标准差的样本与总体之分

衡量数据波动性的核心指标是标准差（Standard Deviation）。标准差越大，说明数据越分散，风险越高。这里最容易被混淆的考点在于样本标准差与总体标准差的区别。

在 CFA 考试中，绝大多数情况我们面对的是样本数据（Sample），而非总体（Population）。计算样本方差时，分母必须是 $n-1$ 而非 $n$。这是因为使用样本均值代替总体均值会损失一个自由度，使用 $n-1$ 作为除数可以得到无偏估计。如果错误地使用了总体标准差公式（分母为 $n$），计算出的风险会被低估，这在投资分析中是致命的错误。

计算例题与 BA II Plus 操作步骤

为了巩固理解，我们来看一个具体的计算例题。

例题：
某投资组合过去 5 年的年化收益率分别为：10%, 12%, 15%, 18%, 20%。请计算该收益率序列的样本均值、中位数及样本标准差。

解析步骤：
1. 均值计算：$(10+12+15+18+20) / 5 = 15\%$。
2. 中位数计算：数据已排序，中间位置（第 3 个）数值为 15%。
3. 标准差计算：手动计算较繁琐，建议使用金融计算器。

TI BA II Plus 操作步骤：
1. 按 [2nd] 然后按 [STAT]（即 [7]）进入统计模式。
2. 按 [2nd] 然后按 [CLR WORK]（即 [CE/C]）清除旧数据。
3. 输入数据：
* 输入 10，按 [, ]，输入 1（频率），按 [ENTER]。
* 输入 12，按 [, ]，输入 1，按 [ENTER]。
* 依次输入 15, 18, 20，频率均为 1。
4. 按 [2nd] 然后按 [STAT]（即 [7]）进入统计结果菜单。
5. 按 [←] 键翻页，找到 Sx（样本标准差），显示结果约为 3.40。

对于习惯移动学习的考生，推荐下载 RBA Calculator（TI BA II Plus iOS 应用）。这款应用完美复刻了实体计算器的功能，界面友好且无需携带硬件。你可以在通勤途中随时练习上述步骤，链接如下：https://apps.apple.com/cn/app/id1545331477。利用 RBA Calculator 进行模拟操作，能有效避免考试时因按键不熟练而导致的失误。

常见错误提醒

在历年真题中，考生常在以下几个方面丢分：

1. 混淆样本与总体标准差：看到“过去 5 年数据”默认是总体，未意识到这是基于历史样本对未来风险的估计。切记：除非题目明确说明是“总体数据”，否则一律按样本处理（分母 $n-1$）。
2. 中位数位置定位错误：当 $n$ 为偶数时，中位数是中间两个数的平均值。例如 4 个数据，中位数位置是 $(4+1)/2 = 2.5$，即第 2 个和第 3 个数的平均值，而非直接取第 2 个或第 3 个。
3. 忽视偏度对均值的影响：在判断题中，若题目描述数据分布右偏（Right Skewed），通常意味着均值大于中位数。若考生未能建立这种联系，容易在定性分析题中出错。
4. 计算器模式错误：在 BA II Plus 上未清除旧数据就直接输入新数据，导致计算结果累积错误。每次统计计算前务必执行 CLR WORK。

常见问题解答 (FAQ)

Q1: 什么时候应该使用几何均值而不是算术均值？
A1: 当计算涉及复利或增长率时，必须使用几何均值。例如，计算投资组合的多年复合年化收益率（CAGR），算术均值会高估实际收益，而几何均值能准确反映资金的实际增长轨迹。

Q2: 为什么样本方差的分母是 n-1？
A2: 这是为了获得总体方差的无偏估计。样本均值是根据样本数据计算出来的，它比真实的总体均值更“完美”地拟合样本数据，导致计算出的离差平方和偏小。除以 $n-1$ 可以修正这种偏差，使估计值在统计上更准确。

Q3: 极端值对中位数和均值的影响有何不同？
A3: 极端值会显著拉大均值，使其偏离数据的中心区域；而中位数仅取决于数据的排序位置，除非极端值改变了中间位置的数值，否则中位数保持不变。因此，在存在极端值的情况下，中位数是更稳健的集中趋势测度。

Q4: 考试时可以用 RBA Calculator 代替实体计算器吗？
A4: 不可以。CFA 考试现场只允许使用指定的实体金融计算器（如 TI BA II Plus）。RBA Calculator 仅作为备考练习工具，帮助你在熟悉按键逻辑。考试前请务必使用实体计算器进行模拟，以避免手感差异带来的紧张。

结语

掌握描述性统计不仅仅是记住公式，更要理解每个指标适用的场景。通过对均值、中位数和标准差的深入对比，结合 BA II Plus 或 RBA Calculator 的反复练习，你可以有效规避常见陷阱。在 CFA 备考路上，细节决定成败，希望本文能助你理清思路，稳步提升定量分析能力。