在统计学和数学领域，中位数是数据集的一种重要描述性统计量。它通过将所有数据值从小到大排列，然后取位于中间位置的数来定义。在一组有奇数个数据时，这个位置上的数字就是中位数；而在偶数个数据时，需要取这两个值的平均，即为中位数。
使用中位数的一个主要原因是，它对异常值不敏感。例如，在评估一个城市居民收入水平时，如果存在极端高收入者（比如百万富翁），那么这些极端值会使得平均收入显著偏高，但实际上普通居民的生活水平并未因此提升。计算出这个城市的人均房价或交通费用作为指标更能准确反映市民日常生活所需成本。这就体现了中位数相较于算术平均值更加稳健、真实地代表了众多样本价值的情况。
除了处理异常值外，了解和应用中位数还可以帮助我们理解不同群体之间可能存在差异。假设我们想比较不同行业员工的薪资水平，我们可以分别计算每个行业员工薪资的算术平均、中位數以及最高最低薪资。这三个指标结合起来，就能够提供一个全面的视角来看待各行各业人员工资结构。
让我们以中国股市为例进行进一步分析。在2000年至2018年期间，A股市场经历了一系列波动，从最初的小幅下跌到后来的激烈上涨再到最后的大幅调整。在这一时间段内，我们可以用上海综合指数来代表整体市场走势，并且观察其每年的开盘收盘价格变化情况。
如果我们简单地查看了整个时间段内股票价格随机抽样的算术平均线，那么可能会得到一个非常不同的图形与趋势，因为它被那些极端事件，如金融危机影响过重或某些公司巨额分红等打断。但当我们采用的是基于同一时间段内每月末闭市价用的折扣后的年终收盘价，而计算它们的均匀最频繁出现次数，每月末收盘价，则会得到更多关于市场基本面健康状况的一致性信息。
这种方法虽然不能完全消除所有误导，但是能够减少一些由于异常交易造成错误信息传递给投资者的风险，使得投资者对于资产配置做出更加明智决策。而这正是利用“中位”这个概念在经济学研究中的应用之一：即通过寻找与众不同的数量特征，以便更好地理解和预测复杂系统行为。