重尾與均值何時誤導

均值太熟悉了，我們本能地就伸手去取，但有整整一類情況裡它是個糟糕、甚至毫無意義的摘要。罪魁通常是重尾：在這些分布裡，極端值雖然個別罕見，卻夠常見又夠大，足以主導全局。在這種世界裡，「平均」告訴你的是一個幾乎從不發生的典型結果。

想像一個小鎮，每個人年收入約 4 萬，然後一位億萬富翁搬了進來。均值所得躍升到數百萬，而中位數（站在中間的人）幾乎沒動，仍然描述著幾乎所有人。這就是右偏、重尾資料的特徵：少數巨大的值把均值從分布主體拉得老遠。對強烈重尾的律，均值是不穩定的——隨著你蒐集更多資料，樣本平均不斷跳動而非安定下來——而在柯西分配這個極端情形，均值根本不存在：定義 E[X] 的積分發散，n 個柯西樣本的平均並不比單一樣本更準確，不論 n 多大。大數法則乾脆不適用，而中央極限定理失效，因為它需要有限變異數。

實務上的教訓：選擇適合形狀的摘要。對對稱、輕尾的資料，均值是理想的。對偏態或重尾資料——所得、城市規模、保險損失、檔案大小、金融崩盤——中位數（與其他分位數）誠實得多，而你應該明確報導尾部行為，而非把它藏在一個數字背後。均值是工具，不是神諭；知道它何時失靈，是善用它的一部分。