Átlag Kalkulátor – Átlag, Medián, Módusz és Terjedelem

Mi az átlag (átlagérték)?

A arányos átlag a középtendencia leggyakoribb mérőszáma. Összeadja az összes értéket és elosztja az összes érték számával:

Átlag = (x₁ + x₂ + ... + xₙ) / n

Példa: Találjuk meg az 8, 12, 7, 15, 3 átlagát:

• Összeg: 8 + 12 + 7 + 15 + 3 = 45
• Összesen: 5
• Átlag: 45 / 5 = 9

Az átlag érzékeny a kivételekkel szemben (szélsőségekkel). Ha az egyik érték a fenti sorozatban 100 helyett 15 lett volna: Átlag = (8 + 12 + 7 + 100 + 3) / 5 = 26. Ez a 26 nem képviseli jól az egyik valódi értéket sem — a medián jobban informálhatná ebben az esetben.

Statikus számológépünk számítja az átlagot, a mediánt, a modust, a skálát, a varianst, és a standard deviációt — a teljes statisztikai összefoglalást adataihoz.

Átlag vs Medián vs Mód: Melyiket használjuk?

Ez a három középtendencia-érték mindegyike más-más módon írja le a "tipikus" értéket:

Klasszikus példa — az Egyesült Államok jövedelme: 2023-ban az Egyesült Államokban a medián háztartási jövedelem körülbelül 74 000 dollár volt, míg az átlag háztartási jövedelem körülbelül 105 000 dollár volt. Az átlagot a nagyon gazdagok emelik fel. A medián jobban képviseli a tipikus háztartást.

Az amikor a mód a leggyakoribb: Cipőméretek (az áruháznak meg kell szállítania a leggyakoribb méretet), felmérések ("a legtöbb ember a B opciót választotta"), vagy bármilyen kategóriai adat.

Perfekten szimmetrikus eloszlásban (például egy csúcsos eloszlásban) az átlag = medián = mód. A különbözőség növekedésével az adatok egyre inkább eltolódnak és aszimmetrikusak lesznek.

Súlyozott Átlag: Amikor nem egyenlő értékek vannak

Egy súlyozott átlag különböző fontosságot ad a különböző értékeknek a hozzárendelt súlyok alapján:

Súlyozott Átlag = Σ(érték × súly) / Σ(súlyok)

GPA számítási példa:

Súlyozott GPA = 40,7 / 11 = 3,70

Egyszerű (súlyozatlan) átlag a 4 osztály átlaga: (3,7 + 3,3 + 4,0 + 4,0) / 4 = 3,75 — különbözik, mert a nehéz-órai Fizika drága lefelé húzza, ha súlyozott.

Egyéb súlyozott átlag alkalmazások: befektetési portfólió visszatérései (súlyozva dollármennyiség alapján), diák teszteredményei (vizsga 60%, házi feladat 40%), sportstatisztikák, és fogyasó árindex számításai.

Skála, Variancia és Szórás

Az adatok közepének ismerete nem elég — meg kell érteni a terjedelmét is:

• Skála: Maximum - Minimum. Egyszerű, de a kivételek hatására érzékeny. Adatok: {2, 5, 5, 6, 100}: Skála = 98, bár 98%-a az értékek 2 és 6 között vannak.
• Variancia: Átlagolva a szórások négyzetét az átlagtól. Mérőszám, hogy az adatok elterjedtsége, de négyzetes egységekben (nehezebben értelmezhető közvetlenül).
• Standard Deviáció (σ vagy SD): A variancia négyzetgyökje. Az adatok egységében van — a leggyakoribb terjedelmiség-mérőszám.

Standard deviáció számítása lépésről lépésre (adatok: 4, 7, 13, 16):

1. Átlag = (4 + 7 + 13 + 16) / 4 = 10
2. Átlagolva az átlagotól: −6, −3, +3, +6
3. Négyzetes átlagolva: 36, 9, 9, 36
4. Variancia = (36 + 9 + 9 + 36) / 4 = 22,5 (populáció) vagy / 3 = 30 (minták)
5. Standard deviáció = √22,5 = 4,74 (populáció)

A 68-95-99,7 szabály a normál eloszlásra: 68%-a az adatok 1 SD-ben, 95%-a 2 SD-ben, 99,7%-a 3 SD-ben van a középtől.

Geometrikus Átlag vs. Arithmetikus Átlag a Növekedési Rátákhoz

A növekedési ráták vagy a komponens visszatértelek összehasonlításához a geometrikus átlag megfelelőbb, mint az arithmetikus átlag:

Geometrikus Átlag = (x₁ × x₂ × ... × xₙ)^(1/n)

Példa — befektetési visszatértelek: A portfóliója 50%-kal nőtt az első évben és −50%-kal a második évben.

• Arithmetikus átlag: (50% + (−50%)) / 2 = 0%-os átlagos visszatérés
• Valós eredmény: 10 000 $ → 15 000 $ → 7 500 $ — elvesztett 25%-ot a pénzéből!
• Geometrikus átlag: √(1,50 × 0,50) − 1 = √0,75 − 1 = −13,4% évente

A geometrikus átlag tükrözi a valós éves komponens növekedési rátát (CAGR). Mindig használja a geometrikus átlagot a befektetési visszatértelek, a népesség növekedési rátái és a komponens növekedési forgatókönyvek esetében. Az arithmetikus átlag felfelül ítéli meg a teljesítményt, amikor a visszatérések ingadozóak.

CAGR formula: CAGR = (Végérték / Kezdeti érték)^(1/évek) − 1

Példa: 10 000 $ 17 500 $-ra nőtt 5 év alatt: CAGR = (17 500/10 000)^(1/5) − 1 = 1,75^0,2 − 1 = 11,84% évente.

Praktikus Átlagkiszámítások a Mindennapokban

Az átlagok mindennapos döntésekben jelennek meg:

A fizetési példa azt mutatja, hogy miért fontosabb a mediana. A munkaerőpiaci fizetési adatok értékelésekor mindig meg kell kérdezni, hogy melyiket vizsgáljuk: átlagot vagy mediant — a különbség gyakorlatban 10 000–30 000 dollár.

Harmonikus Átlag: A Ráták és Arányok Számára A Megfelelő Átlag

A harmonikus átlag a három Pythagoras-átlag közül a legkevésbé ismert, de a ráták, sebességek vagy arányok átlagolásához a megfelelő választás:

Harmonikus Átlag = n / (1/x₁ + 1/x₂ + ... + 1/xₙ)

Klasszikus példa — átlagos sebesség: Munkába menet 60 km/h-val és visszafelé 40 km/h-val halad. Mi a körút átlagsebessége?

• Arithmetikus átlag: (60 + 40) / 2 = 50 km/h — HIBÁS
• Harmonikus átlag: 2 / (1/60 + 1/40) = 2 / (0,0167 + 0,025) = 2 / 0,0417 = 48 km/h — helyes!

Miért hibás az arithmetikus átlag? Mert több időt tölt el a lassabb sebességgel. Ha a út 120 km hosszú: a menet 2 óra (120/60) és a visszafelé 3 óra (120/40). Összesen: 240 km 5 óra alatt = 48 km/h.

A harmonikus átlag mindig ≤ az arithmetikus átlagnál, és a különbség növekszik, ahogy a számok elterjedtebbek. Más alkalmazásai a pénzügyi árazási arányok átlagolása és a flottában használt különböző járművek üzemanyag-hatékonyságának átlagolása.

Átlagok a Adatvédelem és a Futás Analitikában

A modern futásanalitikai platformok óriási mennyiségű adatot generálnak, és fontos, hogy megértsük, melyik átlagot kell alkalmazni a jelentős elemzéshez:

Csúcskivágásos átlag (truncated mean): Hasznos hibrid, amely a legmagasabb és a legalacsonyabb X%-át törli a számítások előtt az aritmetikai átlagot. Egy 10%-os csúcskivágásos átlag eldobja a legmagasabb 10%-ot és a legalacsonyabb 10%-ot, majd azokat átlagolja. Ez gyakran használatos a pontozási rendszerekben (a téli olimpiai jégkorongban a legmagasabb és a legalacsonyabb bírói pontokat törlik) és a futási sebességadatok elemzésében, ahol a GPS-hibák különösen nagy különbségeket okozhatnak.

mozgó átlag: A futási edzés elemzésében a napi futási mérték 7 napos vagy 30 napos mozgó átlaga a naponta változó mértékeket simítja, és a tendenciákat mutatja. A tréningterhelés egyes napokon 0 és 20 km között változhat, de a 7 napos mozgó átlag egy állandó növekedést mutat a 40 és 55 km/ hét között – sokkal informálisabb a fitnesz előrehaladásának és a sérülés kockázatának monitorozására.

A futási adatait elemzésénél mindig meg kell kérdezni: milyen kérdést próbálok megválaszolni? A megfelelő átlag teljesen a kérdésen múlik. "Milyen volt a hétközi futási mértékem?" (aritmetikai átlag). "Milyen sebességgel futottam a legtöbbet?" (súlyozott átlag). "Évről évre javulok-e?" (geometrikus átlag a javulás százalékaiból).