Как правильно найти среднее значение

Средняя зарплата… Средняя продолжительность жизни… Практически каждый день мы с вами слышим эти словосочетания, используемые для описания множества одним единственным числом. Но как ни странно, «среднее значение» — достаточно коварное понятие, часто вводящее в заблуждение обычного, неискушенного в математической статистике, человека.

В чем проблема?

Под средним значением чаще всего подразумевается среднее арифметическое, которое очень сильно варьируется под воздействием единичных фактов или событий. И вы не получите реального представления о том, как именно распределены значения, которые вы изучаете.

Давайте обратимся к классическому примеру со средней зарплатой.

В какой-то абстрактной компании работает десять сотрудников. Девять из них получают зарплату около 50 000 рублей, а один 1 500 000 рублей (по странному совпадению он же является генеральным директором этой компании).

Средним значением в данном случае будет 195 150 рублей, что согласитесь, неправильно.

Какие способы вычисления среднего бывают?

Первым способом является вычисление уже упомянутого среднего арифметического, являющегося суммой всех значений, деленной на их количество.

Формула:

• x – среднее арифметическое;
• x_n – конкретное значение;
• n – количество значений.

Плюсы:

• Хорошо работает при нормальном распределении значений в выборке;
• Легко вычислить;
• Интуитивно понятно.

Минусы:

• Не дает реального представления о распределении значений;
• Неустойчивая величина легко поддающаяся выбросам (как в случае с генеральным директором).

Вторым способом является вычисление моды, то есть наиболее часто встречающегося значения.

Формула:

• M₀ – мода;
• x₀ – нижняя граница интервала, который содержит моду;
• n – величина интервала;
• f_m– частота (сколько раз в ряду встречается то или иное значение);
• f_m-1 – частота интервала предшествующего модальному;
• f_m+1 – частота интервала следующего за модальным.

Плюсы:

• Прекрасно подходит для получения представления об общественном мнении;
• Хорошо подходит для нечисловых данных (цвета сезона, хиты продаж, рейтинги);
• Проста для понимания.

Минусы:

• Моды может просто не быть (нет повторов);
• Мод может быть несколько (многомодальное распределение).

Третий способ — это вычисление медианы, то есть значения, которое делит упорядоченную выборку на две половины и находится между ними. А если такого значения нет, то за медиану принимается среднее арифметическое между границами половин выборки.

Формула:

• M_e – медиана;
• x₀ – нижняя граница интервала, который содержит медиану;
• h – величина интервала;
• f _i – частота (сколько раз в ряду встречается то или иное значение);
• S_m-1 – сумма частот интервалов предшествующих медианному;
• f_m – число значений в медианном интервале (его частота).

Плюсы:

• Дает самую реалистичную и репрезентативную оценку;
• Устойчива к выбросам.

Минусы:

• Сложнее вычислить, так как перед вычислением выборку нужно упорядочить.

Мы рассмотрели основные методы нахождения среднего значения, называющиеся мерами центральной тенденции (на самом деле их больше, но это наиболее популярные).

А теперь давайте вернемся к нашему примеру и посчитаем все три варианта среднего при помощи специальных функций Excel:

• СРЗНАЧ(число1;[число2];…) — функция для определения среднего арифметического;
• МОДА.ОДН(число1;[число2];...) — функция моды (в более старых версиях Excel использовалась МОДА(число1;[число2];...));
• МЕДИАНА(число1;[число2];...) — функция для поиска медианы.

И вот какие значения у нас получились:

В данном случае мода и медиана гораздо лучше характеризуют среднюю зарплату в компании.

Но что делать, когда в выборке не 10 значений, как в примере, а миллионы? В Excel это не посчитать, а вот в базе данных где хранятся ваши данные, без проблем.

Вычисляем среднее арифметическое на SQL

Тут все достаточно просто, так как в SQL предусмотрена специальная агрегатная функция AVG.

И чтобы ее использовать достаточно написать вот такой запрос:

/* Здесь и далее salary - столбец с зарплатами, а employees - таблица сотрудников в нашей базе данных */

SELECT AVG(salary) AS 'Средняя зарплата'
FROM employees

Вычисляем моду на SQL

В SQL нет отдельной функции для нахождения моды, но ее легко и быстро можно написать самостоятельно. Для этого нам необходимо узнать, какая из зарплат чаще всего повторяется и выбрать наиболее популярную.

Напишем запрос:

/* WITH TIES необходимо добавлять к TOP() если множество многомодально, то есть у множества несколько мод */
SELECT TOP(1) WITH TIES salary AS 'Мода зарплаты'
FROM employees
GROUP BY salary
ORDER BY COUNT(*) DESC

Вычисляем медиану на SQL

Как и в случае с модой, в SQL нет встроенной функции для вычисления медианы, зато есть универсальная функция для вычисления процентилей PERCENTILE_CONT.

Выглядит все это так:

/* В данном случае процентиль 0.5 и будет являться медианой */

SELECT TOP(1) PERCENTILE_CONT(0.5)
       WITHIN GROUP (ORDER BY salary)
       OVER() AS 'Медианная зарплата'
FROM employees

Подробнее о работе функции PERCENTILE_CONT лучше почитать в справке Microsoft и Google BigQuery.

Какой способ все-таки использовать?

Из сказанного выше следует, что медиана лучший способ для вычисления среднего значения.

Но это не всегда так. Если вы работаете со средним, то остерегайтесь многомодального распределения:

На графике представлено бимодальное распределение с двумя пиками. Такая ситуация может возникнуть, например, при голосовании на выборах.

В данном случае среднее арифметическое и медиана — это значения, находящиеся где-то посередине и они ничего не скажут о том, что происходит на самом деле и лучше сразу признать, что вы имеете дело с бимодальным распределением, сообщив о двух модах.

А еще лучше разделить выборку на две группы и собрать статистические данные для каждой.

Вывод:

При выборе метода нахождения среднего нужно учитывать наличие выбросов, а также нормальность распределения значений в выборке.

Окончательный выбор меры центральной тенденции всегда лежит на аналитике.

Полезные ссылки:

• SQL и теория вероятностей (YouTube)
• Анализ нормальности распределения данных (YouTube)
• Меры центральной тенденции

Сре́днее арифмети́ческое (в математике и статистике) — разновидность среднего значения. Определяется как число, равное сумме всех чисел множества, делённой на их количество. Является одной из наиболее распространённых мер центральной тенденции.

Предложена (наряду со средним геометрическим и средним гармоническим) ещё пифагорейцами^[1].

Частными случаями среднего арифметического являются среднее (генеральной совокупности) и выборочное среднее (выборки).

На случай, если количество элементов множества чисел стационарного случайного процесса бесконечное, в качестве среднего арифметического играет роль математическое ожидание случайной величины.

Введение[править | править код]

Обозначим множество чисел X = (x₁, x₂, …, 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 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 (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:

Если X — случайная переменная, тогда математическое ожидание X можно рассматривать как среднее арифметическое значений в повторяющихся измерениях величины X. Это является проявлением закона больших чисел. Поэтому выборочное среднее используется для оценки неизвестного математического ожидания.

В элементарной алгебре доказано, что среднее n + 1 чисел больше среднего n чисел тогда и только тогда, когда новое число больше чем старое среднее, меньше тогда и только тогда, когда новое число меньше среднего, и не меняется тогда и только тогда, когда новое число равно среднему. Чем больше n, тем меньше различие между новым и старым средними значениями.

Заметим, что имеется несколько других «средних» значений, в том числе среднее степенное, среднее Колмогорова, гармоническое среднее, арифметико-геометрическое среднее и различные средне-взвешенные величины (например, среднее арифметическое взвешенное, среднее геометрическое взвешенное, среднее гармоническое взвешенное).

Примеры[править | править код]

• 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[править | править код]

Если существует интеграл от некоторой функции одной переменной, то среднее арифметическое этой функции на отрезке определяется через определённый интеграл:

Здесь для определения отрезка подразумевается, что причём чтобы знаменатель не был равен 0.

Линейное преобразование[править | править код]

Линейно преобразованный набор данных можно получить при применении линейного отображения к метрически скалируемому набору данных следующим образом: . Тогда новое среднее значение набора данных будет равно , так как .

Некоторые проблемы применения среднего[править | править код]

Отсутствие робастности[править | править код]

Хотя среднее арифметическое часто используется в качестве средних значений или центральных тенденций, это понятие не относится к робастной статистике, то есть 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[править | править код]

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 60 %, тогда вычислять «среднее» увеличение за эти два года как среднее арифметическое (−10 % + 60 %) / 2 = 25 % некорректно, а правильное среднее значение в этом случае дают совокупные ежегодные темпы роста: годовой рост получается 20 %.

Причина этого в том, что проценты имеют каждый раз новую стартовую точку: 60 % — это 60 % 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 60 %, они в конце второго года стоят $43,2. Арифметическое среднее этого роста 25 %, но, поскольку акции выросли за 2 года всего на $13,2, средний рост в 20 % даёт конечный результат $43,2:

$30 × (1 – 0,1)*(1 + 0,6) = $30 × (1 + 0,2)*(1 + 0,2) = $43,2. Если же использовать таким же образом среднее арифметическое значение 25 %, мы не получим фактическое значение: $30 × (1 + 0,25)*(1 + 0,25) = $46,875.

Сложный процент в конце 2 года: 90 % * 160 % = 144 %, то есть общий прирост 44 %, а среднегодовой сложный процент , то есть среднегодовой прирост 20 %.

Таким образом среднегодовой прирост рассчитывается по формуле среднего геометрического

Направления[править | править код]

При расчёте среднего арифметического значений некоторой переменной, изменяющейся циклически (например, фаза или угол), следует проявлять особую осторожность. Например, среднее чисел 1° и 359° будет равно 180°. Этот результат неверен 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°).

Примечания[править | править код]

См. также[править | править код]

• Арифметическая пропорция
• Арифметическая прогрессия
• Неравенство Швейцера
• Среднее арифметическое взвешенное

Ссылки[править | править код]

• Арифметическая средняя // Энциклопедический словарь Брокгауза и Ефрона : в 86 т. (82 т. и 4 доп.). — СПб., 1890—1907.
• Финансовая математика. Дисперсия. Среднее арифметическое. Среднеквадратическое отклонение. Коэффициент вариации Архивная копия от 19 сентября 2020 на Wayback Machine / Методики финансового анализа
• Среднее арифметическое — показатель центральной тенденции / Теория вероятностей и математическая статистика

Did this article help you?

Что такое среднее арифметическое

Среднее арифметическое — это сумма всех чисел в ряду, разделённая на количество слагаемых.

Как найти среднее арифметическое

Например, перед вами ряд чисел «1, 2, 3, 4, 5, 6». Как следует из определения, чтобы узнать среднее арифметическое, нужно сложить все данные вам числа, а потом разделить получившийся результат на количество этих чисел. В приведённом примере — на шесть. Вот как это выражается формулой:

Допустим, вам нужно определить среднее арифметическое для чисел 4, 5 и 6. Складываем 4 + 5 + 6 = 15. Теперь делим 15 на 3 и получаем 5. Это и будет среднее арифметическое.

Таким же образом оно подсчитывается для десятичных и обыкновенных дробей.

Пример расчёта среднего арифметического для обыкновенных дробей будет выглядеть так:

А это пример, как найти среднее арифметическое для десятичных дробей:

Как это пригодится в жизни

Среднее арифметическое помогает описать множество цифровых значений всего одним числом. Например, по выше представленной формуле можно подсчитать усреднённую цену на товар или среднюю зарплату сотрудников в одной организации, среднюю посещаемость заведения. Это полезно для ведения статистики и в случаях, когда нужно сжато изложить информацию.

Читайте также 🧐

• 7 причин полюбить математику
• 7 способов найти площадь прямоугольника
• 6 способов посчитать проценты от суммы с калькулятором и без
• Как освоить устный счёт школьникам и взрослым
• 10 увлекательных задач от советского математика