只算平均值不够：用最大最小值看数据是否稳定

假设两种保温杯各测了三次三小时后的降温：A杯分别是10℃、11℃、9℃，B杯分别是2℃、20℃、8℃。两组的平均值都是10℃，但谁都能看出，A杯的数据稳定，B杯的数据忽高忽低。如果只报平均值，这个重要的区别就被掩盖了。

为什么要看数据的离散程度

离散程度反映的是数据分散的程度。它能告诉我们：

• 实验方法是否可靠：数据很分散，说明可能有条件没控制好。
• 结论是否站得住：两组平均值差别不大、但各自数据很分散时，不能说明两组真的不同。
• 作品是否稳定：作品测试结果波动大，说明性能还不稳定。

方法一：最大值和最小值

直接写出每组数据的范围，例如“A杯降温9℃至11℃，B杯降温2℃至20℃”。这是最简单的方法，小学生也能理解。

方法二：极差

极差是最大值减去最小值。A杯的极差是2℃，B杯的极差是18℃。极差越大，数据越分散。

方法三：在图上画误差线

画柱状图时，可以在每个柱子上加一条竖线，上端表示最大值、下端表示最小值。高中生也可以用标准差来画误差线，电子表格软件都能计算。

有了误差线，看图的人能直观地看到：两个柱子的误差线是否重叠。如果两组的误差线大幅重叠，说明它们之间的差别可能只是偶然的。

数据分散时怎么办

发现某组数据很分散，不要急于计算平均值了事，先找原因：

1. 回看记录本，这几次实验的条件是不是有差别？
2. 某一次数据是否明显偏离，当时有没有记录意外情况？
3. 测量方法是不是不够精确，例如手动计时？

找到原因后改进方法，再补做实验。如果找不到原因，也要在报告中如实说明“该组数据离散较大，结论需要更多实验验证”。

作品测试中的稳定性

对于发明和工程类作品，稳定性往往比平均性能更重要。一个避障小车十次测试里有九次成功、一次撞墙，和每次都成功，对用户来说差别很大。报告中可以同时写出成功率和失败的具体情况，例如“10次测试中9次成功，失败的1次发生在强光直射环境下”。

在报告中怎样写

结果部分可以这样表述：“A杯三次测量降温9℃至11℃，平均10℃，数据较稳定；B杯三次测量差异较大，可能与杯盖密封不一致有关。”这样写，既给出了结论，也说明了数据的可靠程度，比单独一个平均值更专业。