X среднее символ. Определение среднего значения, вариации и формы распределения. Описательные статистики. Что такое среднее арифметическое? Как найти среднее арифметическое

Полученная путем сложения всех членов числового ряда и деления суммы на число членов. Например, арифметическое значение 7, 20, 152 и 305 равно 484/4 = 121. Однако средняя величина не позволяет судить о разбросе чисел. сравни: среднее геометрическое (geometric mean).

Бизнес. Толковый словарь. - М.: "ИНФРА-М", Издательство "Весь Мир". Грэхэм Бетс, Барри Брайндли, С. Уильямс и др. Общая редакция: д.э.н. Осадчая И.М. . 1998 .

Смотреть что такое "СРЕДНЕЕ АРИФМЕТИЧЕСКОЕ ЗНАЧЕНИЕ" в других словарях:

- (arithmetic mean) Сумма N чисел х1 х2,...,xN , деленная на N, что выражается формулой (Σixi)/N. Среднее арифметическое может быть рассчитано для любой конечной последовательности N чисел, где они могут быть положительными, равными нулю или… … Экономический словарь

- (arithmetic mean) Средняя величина, полученная путем сложения всех членов числового ряда и деления суммы на число членов, например среднее арифметическое значение 7, 20, 107 и 350 равно 484/4 = 121. Однако средняя величина не позволяет судить о… … Финансовый словарь

среднее арифметическое значение - aritmetinis vidurkis statusas T sritis fizika atitikmenys: angl. arithmetic average; arithmetic mean; arithmetical mean vok. arithmetischer Mittelwert, m; arithmetisches Mittel, n rus. арифметическое среднее, n; среднее арифметическое значение, n … Fizikos terminų žodynas

среднее арифметическое (значение результата геодезических измерений) - 3.7.2 среднее арифметическое (значение результата геодезических измерений) Оценка значения геодезической величины из многократных равноточных измерений, получаемая по формуле где результат отдельного измерения, n количество измерений. Источник …

У этого термина существуют и другие значения, см. среднее значение. В математике и статистике среднее арифметическое одна из наиболее распространённых мер центральной тенденции, представляющая собой сумму всех наблюденных значений деленную на их… … Википедия

среднее арифметическое - 3.1 среднее арифметическое; среднее (arithmetic mean / average): Сумма значений, деленная на их число. [ИСО 3534 1:1993, 2.26] Источник … Словарь-справочник терминов нормативно-технической документации

Усредненное значение, характеризующее какую либо группу наблюдений;вычисляется путем сложения чисел из этого ряда и последующего деления полученной суммы на количество просуммированных чисел. Если одно или несколько чисел, входящих в группу,… … Медицинские термины

ЧИСЛО СРЕДНЕЕ, СРЕДНЕЕ АРИФМЕТИЧЕСКОЕ - (arithmetic mean) усредненное значение, характеризующее какую либо группу наблюдений; вычисляется путем сложения чисел из этого ряда и последующего деления полученной суммы на количество просуммированных чисел. Если одно или несколько чисел,… … Толковый словарь по медицине

- (average) Одно число, представляющее ряд чисел; среднее значение. См.: среднее арифметическое значение (arithmetic mean); среднее геометрическое значение (geometric mean); медиана (median). Бизнес. Толковый словарь. М.: ИНФРА М, Издательство… … Словарь бизнес-терминов

- (average) 1. Одно число, представляющее ряд чисел; среднее значение. См.: среднее арифметическое значение (arithmetic mean); среднее геометрическое значение (geometric mean); медиана (median). 2. Метод деления убытков в имущественном страховании … Финансовый словарь

Больше всего в эк. практике приходится употреблять среднюю арифметическую, которая может быть исчислена как средняя арифметическая простая и взвешенная.

Средняя арифметическая (СА) -н аиболее распространенный вид средних. Она применяется в тех случаях, когда объем варьирующего признака для всей совокупности является суммой значений признаков отдельных ее единиц. Для общест­венных явлений характерна аддитивность (суммарность) объе­мов варьирующего признака, этим определяется область при­менения СА и объясняется ее распро­страненность как обобщающего показателя, напр: общий фонд з/ п – это сумма з/п всех работников.

Чтобы исчислить СА, нужно сумму всех значений признаков разделить на их число. СА примен-ся в 2 формах.

Рассмотрим сначала простую арифметическую среднюю.

1-СА простая (исходная, определяющая форма) равна простой сумме отдельных значений осредняемого признака, деленной на общее число этих значений (применяется когда имеются несгруппированные инд. значения признака):

Произведенные вычисления могут быть обобщены в следующую формулу:

(1)

где - среднее значение варьирующего признака, т. е. средняя арифметическая простая;

означает суммирование, т. е. сложение отдельных признаков;

x - отдельные значения варьирующего признака, которые называются вариантами;

n - число единиц совокупности

Пример1, требуется найти среднюю выработку одного рабочего (слесаря), если известно, сколько деталей изготовил каждый из 15 рабочих, т.е. дан ряд инд. значений признака, шт.: 21; 20; 20; 19; 21; 19; 18; 22; 19; 20; 21; 20; 18; 19; 20.

СА простая рассчитывается по формуле(1),шт.:

Пример2 . Рассчитаем СА на основании условных данных по 20 магазинам, входящим в торговую фирму (табл. 1). Таблица.1

Распределение магазинов торговой фирмы "Весна" по торговой площади, кв. М

Для вычисления средней площади магазина () необходимо сложить площади всех магазинов и полученный результат разделить на число магазинов:

Т.о., средняя площадь магазина по этой группе торговых предприятий составляет 71 кв.м.

Следовательно, чтобы определить СА простую, нужно сумму всех значений данного признака разделить на число единиц, обладающих этим признаком .

2

где f 1 , f 2 , … ,f n – веса (частоты повторения одинаковых признаков);

– сумма произведений величины признаков на их частоты;

– общая численность единиц совокупности.

Где х - варианты;

f - частота (вес).

СА взвешенная есть частное от деления суммы произведений вариантов и соответствующих им частот на сумму всех частот. Частоты (f ) фигурирующие в формуле СА, принято называть весами , вследствие чего СА, вычисленная с учетом весов, и получила название взвешенной.

Технику вычисления СА взвешенной проиллюстрируем на рассмотренном выше примере 1. Для этого сгруппируем исходные данные и поместим их в табл.

Средняя из сгруппированных данных определяется следующим образом: сначала перемножают варианты на частоты, затем складывают произведения и полученную сумму делят на сумму частот.

По формуле (2) СА взвешенная равна, шт.:

П

Распределение магазинов фирмы "Весна" по торговой площади, кв. м

Т.о., результат получился тот же самый. Однако это уже будет величина средняя арифметическая взвешенная.

В предыдущем примере мы вычисляли арифметическую среднюю при условии, что известны абсолютные частоты (численность магазинов). Однако в ряде случаев абсолютные частоты отсутствуют, а известны относительные частоты, или, как принято их называть, частости, которые показывают долю или удельный вес частот во всей совокупности.

При расчетах СА взвешенной использование частот позволяет упрощать расчеты, когда частота выражена большими, многозначными числами. Расчет производится тем же способом, однако, так как средняя величина оказывается увеличенной в 100 раз, полученный результат следует разделить на 100.

Тогда формула средней арифметической взвешенной будет иметь вид:

где d – частость , т.е. доля каждой частоты в общей сумме всех частот.

В нашем примере 2 сначала определяют удельный вес магазинов по группам в общей численности магазинов фирмы "Весна". Так, для первой группы удельный вес соответствует 10%
. Получаем следующие данныеТаблица3

Наиболее распространенной формой статистических показателей, используемой в экономических исследованиях, является средняя величина, представляющая собой обобщенную количественную характеристику признака в статистической совокупности. Средняя величина дает обобщающую характеристику однотипных явлений по одному из варьирующих признаков. Она отражает уровень этого признака, отнесенный к единице совокупности. Широкое применение средних объясняется тем, что они имеют ряд положительных свойств, делающих их незаменимым инструментом анализа явлений и процессов в экономике.

Важнейшее свойство средней величины заключается в том, что она отражает то общее, что присуще всем единицам исследуемой совокупности. Значения признака отдельных единиц совокупности колеблются в ту или иную сторону под влиянием множества факторов, среди которых могут быть как основные, так и случайные. Например, курс акций корпорации в целом определяется ее финансовым положением, В то же время, в отдельные дни и на отдельных биржах эти акции в силу сложившихся обстоятельств могут продаваться по более высокому или заниженному курсу. Сущность средней в том и заключается, что в ней взаимопогашаются отклонения значений признака отдельных единиц совокупности, обусловленные действием случайных факторов, и учитываются изменения, вызванные действием основных факторов. Это позволяет средней абстрагироваться от индивидуальных особенностей, присущих отдельным единицам.

Остановимся на некоторых общих принципах применения средних величин.

1. При определении средней величины в каждом конкретном случае нужно исходить из качественного содержания усредняемого признака, учитывая взаимосвязь изучаемых признаков,а также имеющиеся для расчета данные.

2. Средняя величина должна прежде всего рассчитываться по однородной совокупности. Качественно однородные совокупности позволяют получить метод группировок, который всегда предполагает расчет системы обобщающих показателей.

3. Общие средние должны подкрепляться групповыми средними. Например, допустим, что анализ динамики урожайности отдельных сельскохозяйственных культур показывает, что общая средняя урожайность снижается. Однако известно, что урожайность этой культуры зависит от почвенных, климатических и других условий и различна в отдельных районах. Сгруппировав районы по признакам различия и проанализировав динамику групповых средних, можно обнаружить, что в отдельных районах средняя урожайность либо не изменилась, либо возрастает, а снижение общей средней по республике в целом обусловлено ростом удельного веса районов с более низкой урожайностью в общем производстве этой сельскохозяйственной культуры. Очевидно, что динамика групповых средних более плотно отражает закономерности изменения урожайности, а динамика общей средней показывает лишь общий результат.

Необходим обоснованный выбор единицы совокупности, для которой рассчитывается средняя.

Категорию средней можно раскрыть через понятие ее определяющего свойства . Согласно этому понятию средняя, будучи обобщающей характеристикой всей совокупности, должна ориентироваться на определенную величину, связанную со всеми единицами этой совокупности. Эту величину можно представить в виде функции: (х 1 ,х 2 ,…х n).

Так как данная величина в большинстве случаев отражает реальную экономическую категорию, понятие определяющего свойства средней иногда заменяют понятием определяющего показателя.

Если в приведенной выше функции все величины х 1 ,х 2 ,х n заменить их средней величиной x͞, то значение этой функции должно остаться прежним:

ƒ(x 1 ,x 2 ,…,x n)=ƒ(x͞, x͞, …,x͞)

Исходя из данного равенства, и определяется средняя. На практике определить среднюю во многих случаях можно через исходное соотношение средней (ИСС) или ее логическую формулу:

Так, например, для расчета средней заработной платы работников предприятия необходимо общий фонд заработной платы разделить на число работников:

Числитель исходного соотношения средней представляет собой ее определяющий показатель. Для средней заработной платы таким определяющим показателем является фонд заработной платы. Независимо от того, какой первичной информацией мы располагаем- известен ли нам общий фонд заработной платы или заработная плата и численность работников, занятых на отдельных должностях, или какие-либо другие исходные данные- в любом случае среднюю заработную плату можно получить только через данное исходное соотношение средней.

Для каждого показателя, используемого в экономическом анализе, можно составить только одно истинное исходное соотношение для расчета средней. Если, например, требуется рассчитать средний размер вклада в банке, то исходное соотношение будет следующим:

ИСС=

Рассмотрим теперь виды средних величин. Выбор вида средней определяется экономическим содержанием показателя и исходных данных. В каждом конкретном случае применяется одна из средних величин:

Арифметическая

Гармоническая

Геометрическая

Квадратическая

Кубическая и т.д.

Перечисленные средние относятся к классу степенных средних и объединяются общей формулой (при различной величине с):

где х i -i-й вариант рассматриваемого признака (i=1͞,k); f i -удельный вес i-того варианта.

Рассмотрим вначале степенные средние.

Средняя величина - это обобщающий показатель статистической совокупности, который погашает индивидуальные различия значений статистических величин, позволяя сравнивать разные совокупности между собой.

Существует 2 класса средних величин: и .

К структурным средним относятся мода и медиана , но наиболее часто применяются степенные средние различных видов.

Степенные средние величины

Степенные средние могут быть простыми и взвешенными .

Простая средняя величина рассчитывается при наличии двух и более несгруппированных статистических величин, расположенных в произвольном порядке по следующей общей формуле:

Взвешенная средняя величина рассчитывается по сгруппированным статистическим величинам с использованием следующей общей формулы:

Где X – значения отдельных статистических величин или середин группировочных интервалов;
m - показатель степени, от значения которого зависят следующие виды степенных средних величин :
при m = -1 ;
при m = 0 ;
при m = 1 ;
при m = 2 ;
при m = 3 .

Используя общие формулы простой и взвешенной средних при разных показателях степени m, получаем частные формулы каждого вида, которые будут далее подробно рассмотрены.

Средняя арифметическая

Средняя арифметическая - это самая часто используемая средняя величина, которая получается, если подставить в общую формулу m=1. Средняя арифметическая простая имеет следующий вид:

Где X - значения величин, для которых необходимо рассчитать среднее значение; N - общее количество значений X (число единиц в изучаемой совокупности).

Например, студент сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. Рассчитаем средний балл по формуле средней арифметической простой: (3+4+4+5)/4 = 16/4 = 4.

Средняя арифметическая взвешенная имеет следующий вид:

Где f - количество величин с одинаковым значением X (частота).

Например, студент сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. Рассчитаем средний балл по формуле средней арифметической взвешенной: (3*1 + 4*2 + 5*1)/4 = 16/4 = 4.

Если значения X заданы в виде интервалов, то для расчетов используют середины интервалов X, которые определяются как полусумма верхней и нижней границ интервала. А если у интервала X отсутствует нижняя или верхняя граница (открытый интервал), то для ее нахождения применяют размах (разность между верхней и нижней границей) соседнего интервала X.

Например, на предприятии 10 работников со стажем работы до 3 лет, 20 - со стажем от 3 до 5 лет, 5 работников - со стажем более 5 лет. Тогда рассчитаем средний стаж работников по формуле средней арифметической взвешенной, приняв в качестве X середины интервалов стажа (2, 4 и 6 лет):
(2*10+4*20+6*5)/(10+20+5) = 3,71 года.

Средняя арифметическая применяется чаще всего, но бывают случаи, когда необходимо применение других видов средних величин. Рассмотрим такие случаи далее.

Средняя гармоническая

Средняя гармоническая применяется, когда исходные данные не содержат частот f по отдельным значениям X, а представлены как их произведение Xf. Обозначив Xf=w, выразим f=w/X, и, подставив эти обозначения в формулу средней арифметической взвешенной, получим формулу средней гармонической взвешенной:

Таким образом, средняя гармоническая взвешенная применяется тогда, когда неизвестны частоты f, а известно w=Xf. В тех случаях, когда все w=1, то есть индивидуальные значения X встречаются по 1 разу, применяется формула средней гармонической простой:

Например, автомобиль ехал из пункта А в пункт Б со скоростью 90 км/ч, а обратно - со скоростью 110 км/ч. Для определения средней скорости применим формулу средней гармонической простой, так как в примере дано расстояние w 1 =w 2 (расстояние из пункта А в пункт Б такое, же как и из Б в А), которое равно произведению скорости (X) на время (f). Средняя скорость = (1+1)/(1/90+1/110) = 99 км/ч.

Средняя геометрическая

Средняя геометрическая применяется при определении средних относительных изменений, о чем сказано в теме Ряды динамики . Геометрическая средняя величина дает наиболее точный результат осреднения, если задача стоит в нахождении такого значения X, который был бы равноудален как от максимального, так и от минимального значения X.

Например, в период с 2005 по 2008 годы индекс инфляции в России составлял: в 2005 году - 1,109; в 2006 - 1,090; в 2007 - 1,119; в 2008 - 1,133. Так как индекс инфляции - это относительное изменение (индекс динамики), то рассчитывать среднее значение нужно по средней геометрической: (1,109*1,090*1,119*1,133)^(1/4) = 1,1126, то есть за период с 2005 по 2008 ежегодно цены росли в среднем на 11,26%. Ошибочный расчет по средней арифметической дал бы неверный результат 11,28%.

Средняя квадратическая

Средняя квадратическая применяется в тех случая, когда исходные значения X могут быть как положительными, так и отрицательными, например при расчете средних отклонений.

Главной сферой применения квадратической средней является измерение вариации значений X, о чем пойдет речь .

Средняя кубическая

Средняя кубическая применяется крайне редко, например, при расчете индексов нищеты населения для развивающихся стран (ИНН-1) и для развитых (ИНН-2), предложенных и рассчитываемых ООН.

Структурные средние величины

К наиболее часто используемым структурным средним относятся и .

Статистическая мода

Статистическая мода - это наиболее часто повторяющееся значение величины X в статистической совокупности.

Если X задан дискретно , то мода определяется без вычисления как значение признака с наибольшей частотой. В статистической совокупности бывает 2 и более моды, тогда она считается бимодальной (если моды две) или мультимодальной (если мод более двух), и это свидетельствует о неоднородности совокупности.

Например, на предприятии работает 16 человек: 4 из них - со стажем 1 год, 3 человека - со стажем 2 года, 5 - со стажем 3 года и 4 человека - со стажем 4 года. Таким образом, модальный стаж Мо=3 года, поскольку частота этого значения максимальна (f=5).

Если X задан равными интервалами , то сначала определяется модальный интервал как интервал с наибольшей частотой f. Внутри этого интервала находят условное значение моды по формуле:

Где Мо – мода;
Х НМо – нижняя граница модального интервала;
h Мо – размах модального интервала (разность между его верхней и нижней границей);
f Мо – частота модального интервала;
f Мо-1 – частота интервала, предшествующего модальному;
f Мо+1 – частота интервала, следующего за модальным.

Например, на предприятии 10 работников со стажем работы до 3 лет, 20 - со стажем от 3 до 5 лет, 5 работников - со стажем более 5 лет. Рассчитаем модальный стаж работы в модальном интервале от 3 до 5 лет: Мо = 3 + 2*(20-10)/(2*20-10-5) = 3,8 (года).

Если размах интервалов h разный, то вместо частот f необходимо использовать плотности интервалов, рассчитываемые путем деления частот f на размах интервала h.

Статистическая медиана

Статистическая медиана – это значение величины X, которое делит упорядоченную по возрастанию или убыванию статистическую совокупность на 2 равных по численности части. В итоге у одной половины значение больше медианы, а у другой - меньше медианы.

Если X задан дискретно , то для определения медианы все значения нумеруются от 0 до N в порядке возрастания , тогда медиана при четном числе N будет лежать посередине между X c номерами 0,5N и (0,5N+1), а при нечетном числе N будет соответствовать значению X с номером 0,5(N+1).

Например, имеются данные о возрасте студентов-заочников в группе из 10 человек - X: 18, 19, 19, 20, 21, 23, 23, 25, 28, 30 лет. Эти данные уже упорядочены по возрастанию, а их количество N=10 - четное, поэтому медиана будет находиться между X с номерами 0,5*10=5 и (0,5*10+1)=6, которым соответствуют значения X 5 =21 и X 6 =23, тогда медиана: Ме = (21+23)/2 = 22 (года).

Если X задан в виде равных интервалов , то сначала определяется медианный интервал (интервал, в котором заканчивается одна половина частот f и начинается другая половина), в котором находят условное значение медианы по формуле:

Где Ме – медиана;
Х НМе – нижняя граница медианного интервала;
h Ме – размах медианного интервала (разность между его верхней и нижней границей);
f Ме – частота медианного интервала;
f Ме-1 – сумма частот интервалов, предшествующих медианному.

В ранее рассмотренном примере при расчете модального стажа (на предприятии 10 работников со стажем работы до 3 лет, 20 - со стажем от 3 до 5 лет, 5 работников - со стажем более 5 лет) рассчитаем медианный стаж. Половина общего числа работников составляет (10+20+5)/2 = 17,5 и находится в интервале от 3 до 5 лет, а в первом интервале до 3 лет - только 10 работников, а в первых двух - (10+20)=30, что больше 17,5, значит интервал от 3 до 5 лет - медианный. Внутри него определяем условное значение медианы: Ме = 3+2*(0,5*30-10)/20 = 3,5 (года).

Также как и в случае с модой, при определении медианы если размах интервалов h разный, то вместо частот f необходимо использовать плотности интервалов, рассчитываемые путем деления частот f на размах интервала h.

Показатели вариации

Вариация - это различие значений величин X у отдельных единиц статистической совокупности. Для изучения силы вариации рассчитывают следующие показатели вариации : , , , , .

Размах вариации

Размах вариации – это разность между максимальным и минимальным значениями X из имеющихся в изучаемой статистической совокупности:

Недостатком показателя H является то, что он показывает только максимальное различие значений X и не может измерять силу вариации во всей совокупности.

Cреднее линейное отклонение

Cреднее линейное отклонение - это средний модуль отклонений значений X от среднего арифметического значения. Его можно рассчитывать по формуле средней арифметической простой - получим :

Например, студент сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. = 4. Рассчитаем среднее линейное отклонение простое: Л = (|3-4|+|4-4|+|4-4|+|5-4|)/4 = 0,5.

Если исходные данные X сгруппированы (имеются частоты f), то расчет среднего линейного отклонения выполняется по формуле средней арифметической взвешенной - получим :

Вернемся к примеру про студента, который сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. = 4 и = 0,5. Рассчитаем среднее линейное отклонение взвешенное: Л = (|3-4|*1+|4-4|*2+|5-4|*1)/4 = 0,5.

Линейный коэффициент вариации

Линейный коэффициент вариации - это отношение среднего линейного отклонение к средней арифметической:

С помощью линейного коэффициента вариации можно сравнивать вариацию разных совокупностей, потому что в отличие от среднего линейного отклонения его значение не зависит от единиц измерения X.

В рассматриваемом примере про студента, который сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5, линейный коэффициент вариации составит 0,5/4 = 0,125 или 12,5%.

Дисперсия

Дисперсия - это средний квадрат отклонений значений X от среднего арифметического значения. Дисперсию можно рассчитывать по формуле средней арифметической простой - получим дисперсию простую :

В уже знакомом нам примере про студента, который сдал 4 экзамена и получил оценки: 3, 4, 4 и 5, = 4. Тогда дисперсия простая Д = ((3-4) 2 +(4-4) 2 +(4-4) 2 +(5-4) 2)/4 = 0,5.

Если исходные данные X сгруппированы (имеются частоты f), то расчет дисперсии выполняется по формуле средней арифметической взвешенной - получим дисперсию взвешенную :

В рассматриваемом примере про студента, который сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5, рассчитаем дисперсию взвешенную: Д = ((3-4) 2 *1+(4-4) 2 *2+(5-4) 2 *1)/4 = 0,5.

Если преобразовать формулу дисперсии (раскрыть скобки в числителе, почленно разделить на знаменатель и привести подобные), то можно получить еще одну формулу для ее расчета как разность средней квадратов и квадрата средней:

Еще проще можно найти среднее квадратическое отклонение , если предварительно рассчитана дисперсия, как корень квадратный из нее:

В примере про студента, в котором выше , найдем среднее квадратическое отклонение как корень квадратный из нее: .

Квадратический коэффициент вариации

Квадратический коэффициент вариации - это самый популярный относительный показатель вариации:

Критериальным значением квадратического коэффициента вариации V служит 0,333 или 33,3%, то есть если V меньше или равен 0,333 - вариация считает слабой, а если больше 0,333 - сильной. В случае сильной вариации изучаемая статистическая совокупность считается неоднородной , а средняя величина - нетипичной и ее нельзя использовать как обобщающий показатель этой совокупности.

В примере про студента, в котором выше , найдем квадратический коэффициент вариации V = 0,707/4 = 0,177, что меньше критериального значения 0,333, значит вариация слабая и равна 17,7%.

При стремлении количества элементов множества чисел стационарного случайного процесса к бесконечности среднее арифметическое стремится к математическому ожиданию случайной величины.

Введение

Обозначим множество чисел X = (x 1 , x 2 , …, x n ), тогда выборочное среднее обычно обозначается горизонтальной чертой над переменной (, произносится «x с чертой»).

Для обозначения среднего арифметического всей совокупности чисел обычно используется греческая буква μ . Для случайной величины , для которой определено среднее значение, μ есть вероятностное среднее или математическое ожидание случайной величины. Если множество X является совокупностью случайных чисел с вероятностным средним μ, тогда для любой выборки x i из этой совокупности μ = E{x i } есть математическое ожидание этой выборки.

На практике разница между μ и x ¯ {\displaystyle {\bar {x}}} в том, что μ является типичной переменной, потому что видеть можно скорее выборку, а не всю генеральную совокупность . Поэтому, если выборку представлять случайным образом (в терминах теории вероятностей), тогда x ¯ {\displaystyle {\bar {x}}} (но не μ) можно трактовать как случайную переменную , имеющую распределение вероятностей на выборке (вероятностное распределение среднего).

Обе эти величины вычисляются одним и тем же способом:

Примеры

• Для получения среднего арифметического трёх чисел необходимо сложить их и разделить на 3:

• Для получения среднего арифметического четырёх чисел необходимо сложить их и разделить на 4:

Непрерывная случайная величина

Если существует интеграл от некоторой функции f (x) {\displaystyle f(x)} одной переменной, то среднее арифметическое этой функции на отрезке [ a ; b ] {\displaystyle } определяется через определённый интеграл :

Здесь подразумевается, что b > a . {\displaystyle b>a.}

Некоторые проблемы применения среднего

Отсутствие робастности

Хотя среднее арифметическое часто используется в качестве средних значений или центральных тенденций, это понятие не относится к робастной статистике, что означает, что среднее арифметическое подвержено сильному влиянию «больших отклонений». Примечательно, что для распределений с большим коэффициентом асимметрии среднее арифметическое может не соответствовать понятию «среднего», а значения среднего из робастной статистики (например, медиана) может лучше описывать центральную тенденцию.

Классическим примером является подсчёт среднего дохода. Арифметическое среднее может быть неправильно истолковано в качестве медианы , из-за чего может быть сделан вывод, что людей с большим доходом больше, чем на самом деле. «Средний» доход истолковывается таким образом, что доходы большинства людей находятся вблизи этого числа. Этот «средний» (в смысле среднего арифметического) доход является выше, чем доходы большинства людей, так как высокий доход с большим отклонением от среднего делает сильный перекос среднего арифметического (в отличие от этого, средний доход по медиане «сопротивляется» такому перекосу). Однако, этот «средний» доход ничего не говорит о количестве людей вблизи медианного дохода (и не говорит ничего о количестве людей вблизи модального дохода). Тем не менее, если легкомысленно отнестись к понятиям «среднего» и «большинство народа», то можно сделать неверный вывод о том, что большинство людей имеют доходы выше, чем они есть на самом деле. Например, отчёт о «среднем» чистом доходе в Медине, штат Вашингтон , подсчитанный как среднее арифметическое всех ежегодных чистых доходов жителей, даст на удивление большое число из-за Билла Гейтса . Рассмотрим выборку (1, 2, 2, 2, 3, 9). Среднее арифметическое равно 3.17, но пять значений из шести ниже этого среднего.

Сложный процент

Если числа перемножать , а не складывать , нужно использовать среднее геометрическое , а не среднее арифметическое. Наиболее часто этот казус случается при расчёте окупаемости инвестиций в финансах.

Например, если акции в первый год упали на 10 %, а во второй год выросли на 30 %, тогда некорректно вычислять «среднее» увеличение за эти два года как среднее арифметическое (−10 % + 30 %) / 2 = 10 %; правильное среднее значение в этом случае дают совокупные ежегодные темпы роста, по которым годовой рост получается только около 8,16653826392 % ≈ 8,2 %.

Причина этого в том, что проценты имеют каждый раз новую стартовую точку: 30 % - это 30 % от меньшего, чем цена в начале первого года, числа: если акции в начале стоили $30 и упали на 10 %, они в начале второго года стоят $27. Если акции выросли на 30 %, они в конце второго года стоят $35.1. Арифметическое среднее этого роста 10 %, но поскольку акции выросли за 2 года всего на $5.1, средний рост в 8,2 % даёт конечный результат $35.1:

[$30 (1 - 0.1) (1 + 0.3) = $30 (1 + 0.082) (1 + 0.082) = $35.1]. Если же использовать таким же образом среднее арифметическое значение 10 %, мы не получим фактическое значение: [$30 (1 + 0.1) (1 + 0.1) = $36.3].

Сложный процент в конце 2 года: 90 % * 130 % = 117 % , то есть общий прирост 17 %, а среднегодовой сложный процент 117 % ≈ 108.2 % {\displaystyle {\sqrt {117\%}}\approx 108.2\%} , то есть среднегодовой прирост 8,2 %.

Направления

Основная статья: Статистика направлений. Это число неверно по двум причинам.

Среднее значение для циклической переменной, рассчитанное по приведённой формуле, будет искусственно сдвинуто относительно настоящего среднего к середине числового диапазона. Из-за этого среднее рассчитывается другим способом, а именно, в качестве среднего значения выбирается число с наименьшей дисперсией (центральная точка). Также вместо вычитания используется модульное расстояние (то есть, расстояние по окружности). Например, модульное расстояние между 1° и 359° равно 2°, а не 358° (на окружности между 359° и 360°==0° - один градус, между 0° и 1° - тоже 1°, в сумме - 2°).