算数平均数、调和平均数、几何平均数的计算方法与应用场合

2023-12-23 18:44

本文主要是介绍算数平均数、调和平均数、几何平均数的计算方法与应用场合,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 定义

1、算数平均数:又称均值,是统计学中最基本,最常用的一种平均指标,分为简单算术平均数、加权算术平均数。

2、调和平均数:又称倒数平均数,是总体各统计变量倒数的算数平均数的倒数。分为数学调和平均数(数值倒数的平均数的倒数)和统计调和平均数(计算结果与加权算术平均数完全相等)。

3、几何平均数:几何平均数是对各变量值的连乘积开项数次方根。根据所拿掌握资料的形式不同,其分为简单几何平均数和加权几何平均数两种形式。

 计算方法
1、算数平均数:

设一组数据为X1,X2,...,Xn,简单地算术平均数的计算公式为:

  M=\frac{x_{1}+x_{2}+x_{3}+\cdots + x_{n}}{n}

加权算术平均:主要用于处理经分组整理数据。

设原始数据被分成K组,各组的组中值为X1,X2,...Xk,各组的频数分别为f1,f2,...fk,加权算术平均数的计算公式为:

M=\frac{x_{1} \times f_{1} +x_{2} \times f_{2} +x_{3} \times f_{3} +\cdots + x_{n} \times f_{k} }{ f_{1} + f_{2} + f_{3} +\cdots + f_{k} }

2、调和平均数:

简单调和平均数是算术平均数的变形。

H_{n}= \frac{1}{ \frac{1}{n}{} \sum_{i=1}^{n} \frac{1}{ x_{i}}} = \frac{n}{\sum_{i=1}^{n} \frac{1}{x_{i}} }

加权调和平均数:

H_{n}= \frac{1}{ \frac{1}{m_{1}+m_{2}+...+m_{n}}( \frac{1}{x_{1}} + \frac{2}{x_{2}}+ ... + \frac{n}{x_{n}}))} = \frac{\sum_{i=1}^{n} m_{i} }{\sum_{i=1}^{n} \frac{m_i}{x_{i}}}

例如:某工厂购进材料三批,每批价格及采购金额资料如下表:

价格(元/千克)(x)采购金额(元)(m)采购数量(千克)(m/x)
第一批3510000286
第二批4020000500
第三批4515000330
合计-450001116

H_{n} = \frac{\sum_{i=1}^{n} m_{i} }{\sum_{i=1}^{n} \frac{m_i}{x_{i}}} = \frac{45000}{1116} = 40.32

3、几何平均数:

简单几何平均数:

G = \sqrt[n]{x_{1} \times x_{2} \times \cdots \times x_{n}}

加权几何平均数:

G_{n} = \sum_{i=1}^{n} f_{i} \sqrt{ \prod_{i=1}^{n} x_{i}^{f_{i}} }

 应用场合

1、算数平均数:适用于数值型数据,不适用于品质数据。根据表现形式的不同,算术平均数有不同的计算形式和计算公式。

简单算术平均数适用于未分组的原始数据。加权平均数用于分组的数据。

2、调和平均数:可以用于计算平均速度,例:计算4x100米接力赛中,运动员的总体速度。

3、几何平均数:

1、对比率、指数等进行平均;

2、计算平均发展速度;

3、复利下的平均年利率;

4、连续作业的车间产品的平均合格率;

计算总水平、总成果等所有阶段、所有环节水平、成果的连乘积总和时,求各阶段、各环节的一般水平、一般成果,要使用几何平均法计算几何平均数。

 特点
算术平均值是一个良好的集中量数,具有反应灵敏、确定严密、简明易解、计算简单、适合进一步演算和较小抽样变化的影响等特点。但是极易受极端数据的影响,每个数据的或大或小的变化都会影响最终结果。

调和平均数具有以下几个主要特点:

1、调和平均数易受极端值的影响,且受极小值的影响比受极大值的影响更大。

2、只要有一个标志值为0,就不能计算调和平均数。

3、当组距数列有开口组时,其组中值即使按照相邻组距计算,假定性也很大。

4、调和平均数应用的范围较小。

三者的关系:

调和平均数 ≤ 几何平均数 ≤ 算术平均数 ≤ 平方平均数

摘自:

算数平均数、调和平均数、几何平均数的计算方法与应用场合 - 知乎 (zhihu.com)

这篇关于算数平均数、调和平均数、几何平均数的计算方法与应用场合的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/529065

相关文章

利用Python操作Word文档页码的实际应用

《利用Python操作Word文档页码的实际应用》在撰写长篇文档时,经常需要将文档分成多个节,每个节都需要单独的页码,下面:本文主要介绍利用Python操作Word文档页码的相关资料,文中通过代码... 目录需求:文档详情:要求:该程序的功能是:总结需求:一次性处理24个文档的页码。文档详情:1、每个

Java中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例解析

《Java中的分布式系统开发基于Zookeeper与Dubbo的应用案例解析》本文将通过实际案例,带你走进基于Zookeeper与Dubbo的分布式系统开发,本文通过实例代码给大家介绍的非常详... 目录Java 中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例一、分布式系统中的挑战二

Java 缓存框架 Caffeine 应用场景解析

《Java缓存框架Caffeine应用场景解析》文章介绍Caffeine作为高性能Java本地缓存框架,基于W-TinyLFU算法,支持异步加载、灵活过期策略、内存安全机制及统计监控,重点解析其... 目录一、Caffeine 简介1. 框架概述1.1 Caffeine的核心优势二、Caffeine 基础2

使用Node.js和PostgreSQL构建数据库应用

《使用Node.js和PostgreSQL构建数据库应用》PostgreSQL是一个功能强大的开源关系型数据库,而Node.js是构建高效网络应用的理想平台,结合这两个技术,我们可以创建出色的数据驱动... 目录初始化项目与安装依赖建立数据库连接执行CRUD操作查询数据插入数据更新数据删除数据完整示例与最佳

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

PostgreSQL简介及实战应用

《PostgreSQL简介及实战应用》PostgreSQL是一种功能强大的开源关系型数据库管理系统,以其稳定性、高性能、扩展性和复杂查询能力在众多项目中得到广泛应用,本文将从基础概念讲起,逐步深入到高... 目录前言1. PostgreSQL基础1.1 PostgreSQL简介1.2 基础语法1.3 数据库

Python中的filter() 函数的工作原理及应用技巧

《Python中的filter()函数的工作原理及应用技巧》Python的filter()函数用于筛选序列元素,返回迭代器,适合函数式编程,相比列表推导式,内存更优,尤其适用于大数据集,结合lamb... 目录前言一、基本概念基本语法二、使用方式1. 使用 lambda 函数2. 使用普通函数3. 使用 N

Python中yield的用法和实际应用示例

《Python中yield的用法和实际应用示例》在Python中,yield关键字主要用于生成器函数(generatorfunctions)中,其目的是使函数能够像迭代器一样工作,即可以被遍历,但不会... 目录python中yield的用法详解一、引言二、yield的基本用法1、yield与生成器2、yi

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.