前文中讨论了平均数和众数，接下来再了解一个代表序列中典型数据的统计量——中位数，也称为中值。首先，中位数应用的基础是，数列中的数据应是升序排列的，称为有序数列，如1、2、3。
中位数是位于有序数列正中间的数据，根据数据的数量区分会有两种情况，一是序列的数据数量是奇数时，中位数就是中间的一个数据，如1、2、3的中位数就是2；另一种情况是序列中数据的数量是偶数时，中位数是中间两个数据的平均数，如1、2、3、4的中位数就是2.5。
Excel中可以使用MEDIAN()函数计算中位数，对没有排序的数据会自动排序后计算，如下图所示。
站在有序数列的正中间，中位数在数据序列会有一定的代表性，并且不会受极值的影响；但也需要注意，如果中位数比较“孤单”，则其代表性也就不明显了，如1、2、3的中位数是2，1和3距离它并不远，而-5、2、100的中位数也是2，但相邻的-5和100就距离它很远了。所以，在讨论一个有序数列的典型数据时，可以综合使用平均数、中位数和众数进行评估。
下图中有两个数列，在Excel分别计算了它们的平均数、中位数和众数。
平均数、中位数和众数都可以观察序列的典型数据和集中程度，本例中可以看到数列A的平均数、中位数和众数比较接近，可以得出结论：数列A中的数据比较集中，实际观察情况也是这样。而数列B的平均数、中位数和众数相差相大，说明数列B中的数据比较分散。
有序数列的百分位数是指在序列中百分位上的数据，先来看Excel中PERCENTILE.INC()函数的应用，如下图所示。
PERCENTILE.INC()函数需要两个参数，参数1指定数据范围，参数2需要一个0到1的数值，用于指定百分位，0表示0%，1表示100%；示例中的0.5表示50%，也就是序列的中位数。
PERCENTILE.INC()函数计算的百分位数与很多概念是对应的，即0%是最小值，100%是最大值，50%是中位数，25%是下四分位数，75%是上四分位数，可以通过第2个参数设置获取相应的数据。此外，序列中的最小值可以使用MIN()函数，最大值可以使用MAX()函数计算，中位数可以使用MEDIAN()函数计算。
Excel中另一个计算百分位数的函数是PERCENTILE.EXC()，它与PERCENTILE.INC()函数的内部算法略有不同，计算出的百分位数可能会略差别；而且，PERCENTILE.EXC()函数的第二个参数只能在0到1之间，但不能取0和1，也就是不能计算最小值和最大值。《Excel+Python轻松掌握数据分析》一书中讨论了两种算法的区别，并使用Python代码分别实现了这两种算法，有兴趣的朋友可以参考一下，在作者个人网站可以了解更多内容，网址http://caohuayu.com。