偶數個樣本的中位數怎麼算？在分析台灣薪資、房價等資料時，這個問題常出現。先把數字由小到大排列，取中間兩個數的平均值即可。若樣本量為偶數，中位數為第n/2與第n/2+1的平均。以台灣月薪分布為例，若有100筆資料，則第50與第51筆的平均就是中位數。這比任取某一筆更能反映中心趨勢，亦有助於與政府統計、政策評估對比。

在投資、成長率與風險分析中，算術平均常被誤用，容易高估長期回報；幾何平均卻以連續複利方式反映實際增長。以台灣股市與通膨情境為例，波動時算術平均可能偏高，幾何平均才更接近長期成長趨勢。懂得選用，能讓決策更穩健，也讓統計解讀更貼近現實。在台灣的薪資增長與消費價格變動分析中，若採算術平均，可能忽略連續成長的複利效應。幾何平均則能更正中長期的實際增長，避免以單一波動作為結論。

乖離在統計學上指的是觀察值與理論值、或樣本分布與母體分布之間的差異。當資料來自特定族群或測量方法系統性偏差時，乖離會影響推論的可信度。以台灣消費者物價指數為例，如果調查樣本過度集中於都會區，可能高估或低估全台的實際變動；再以就業數據為例，若生產類別與產業結構變動未被模型充分捕捉，預測誤差會增大。理解乖離，能幫助研究者改善抽樣設計、選用合適的統計模型，以提升決策的穩健性。

在台灣的教學與研究中，反對數能把對數化後的資料還原成原始量。底數若為10，反對數就是10的x次方；若為自然對數，則為e的x次方。計算時先確定底數與對數值，再用計算機按10的x次方或e的x次方。以台灣人口約2,350萬為例，若log10(人口)≈7.37，反對數即約10的7.37次方≈23,500,000。