📊 均值高出中位数 32.1%，分组后只差 3.6% 和 8.8%

官方在 expected outcomes 里问了一句：Car_Price 的均值和中位数差了多少，说明价格分布是什么形状，给客户该报哪个数。按去重、去掉 100 万公里以上记录后的 996,113 条算，全样本均值 INR 1,000,876，中位数 INR 757,826，均值高出 32.1%，直方图右边拖着长尾，写右偏没有问题。

把 Audi、BMW、Mercedes 单独拿出来，两组各自的均值和中位数差得少很多。豪华组 230,143 条，均值只比中位数高 3.6%；非豪华组 765,970 条，高 8.8%。两组的价格区间几乎不重叠：非豪华车有 79.6% 在 1M 以下，豪华车有 68.7% 在 1.5M 到 3.5M 之间。全样本直方图在 2M 到 3.5M 之间降得很慢的那一段「肩部」，主要由豪华车构成。

离散程度也是这样。变异系数 CV（标准差除以均值）全样本是 107.8%，豪华组 62.6%，非豪华组 92.3%，两组混在一起比任何一组都分散。

回答这道问题时，全样本右偏照写，后面接上分组后的差距，说明两类车混在一起是这个形状的来源之一。这几个数分不出混合和极端价格各自贡献了多少，结论写到两组混合参与了这个形状为止。给客户的典型价格用中位数，并且按组报：豪华组 INR 2,151,172，非豪华组 INR 580,925，豪华组是非豪华组的 3.7 倍。只报全样本中位数 757,826，两类车的典型价格都对不上。

📉 全样本相关系数和两组都不一样

价格和 Registration_Age 的散点图旁边，用 CORREL 对全部清理后记录算相关系数，得到 −0.311。分组再算，非豪华组 −0.549，豪华组 −0.279。价格和 Kms_Driven 也一样：全样本 −0.211，非豪华组 −0.405，豪华组 −0.142。

两组的平均车龄是 13.00 年和 12.98 年，几乎相同，价格水平却差了好几倍，散点图上豪华车在主体点云上方另成一条点带。两组之间的价格差和车龄无关，算进全样本以后，同一车龄上的价格差距变大，全样本系数因此比非豪华组弱很多，豪华组的系数又比全样本还弱。三个数各不相同，报告写全样本系数时，旁边放上两组各自的系数，并说明两组价格水平不同会影响合并后的数字。

车龄和里程之间的相关系数是 0.763，两列信息有重叠。价格随里程下降的部分有多少来自车龄，M1 的描述统计回答不了，写进 M2 的计划。

🏷️ 三组的 Mode 都是 50,000

官方给的摘要表要列 Mode。Car_Price 算出来，全样本、豪华组和非豪华组的 Mode 都是 50,000，和 Min 是同一个数。用 COUNTIF 数，恰好等于 50,000 的记录有 115,815 条，相当于全部清理后记录的 11.6%。其中非豪华组 115,701 条，相当于该组的 15.1%，豪华组只有 114 条。

按车龄拆开，1 到 5 年的车里一条都没有，从 6 年开始出现，20 到 25 年合计 80,787 条，相当于这类记录的 69.8%。Mode 和 Min 重合、又集中在老车上，提示 50,000 可能是一个价格下限。官方没有说明数据的生成规则，现有记录也证明不了价格被截断过。

摘要表里 Mode 照实填 50,000，表下注明它和 Min 重合、对应 115,815 条记录，典型价格仍用中位数说明。这些记录先保留并标记，在后续计划里写上核查下限的来源，并比较保留和排除时的结论。

🚗 里程过 60 万公里，分档均价往上走

价格对里程的散点图抽 4,000 行画，右侧 70 万公里以上散着少数价格很高的点。按 10 万公里一档，用全部清理后记录算 AVERAGEIFS，这些点的分量就能看清：