Среднее арифметическое

Среднее арифметическое — это одна из основных числовых характеристик набора чисел, определяемая как сумма всех чисел, делённая на их количество. В статистике и теории вероятностей среднее арифметическое относится к группе мер центральной тенденции, позволяющих оценить типичное, центральное значение в распределении данных. В отличие от медианы или моды, среднее арифметическое учитывает все элементы выборки и чувствительно к выбросам (экстремально большим или малым значениям).

Определение и обозначение

Математически среднее арифметическое для набора чисел \(x_1, x_2, \dots, x_n\) вычисляется по формуле:

\[ \bar{x} = \frac{x_1 + x_2 + \dots + x_n}{n} \]

где \(\bar{x}\) (читается «икс с чертой») — обозначение среднего арифметического, \(n\) — количество элементов. Для генеральной совокупности часто используется греческая буква \(\mu\) (мю), а для выборки — \(\bar{x}\).

В более общем виде, если каждое значение имеет вес (частоту) \(w_i\), применяется среднее арифметическое взвешенное:

\[ \bar{x}_w = \frac{\sum_{i=1}^{n} w_i x_i}{\sum_{i=1}^{n} w_i} \]

Где \(\sum\) — знак суммы.

История

Понятие среднего арифметического восходит к античной математике. Древнегреческие математики, в частности пифагорейцы, изучали три типа средних: арифметическое, геометрическое и гармоническое. Пифагор Самосский (VI век до н. э.) и его последователи рассматривали эти средние в контексте музыкальной гармонии и теории чисел. Аристотель в «Никомаховой этике» упоминал среднее арифметическое как принцип добродетели — «золотую середину» между крайностями.

В XVII—XVIII веках среднее арифметическое стало активно применяться в астрономии и геодезии для обработки результатов измерений. Французский математик Пьер-Симон Лаплас (1749—1827) и немецкий математик Карл Фридрих Гаусс (1777—1855) заложили основы метода наименьших квадратов, где среднее арифметическое выступает как оптимальная оценка истинного значения при нормальном распределении ошибок. Гаусс доказал, что при определённых условиях среднее арифметическое является наиболее вероятной оценкой измеряемой величины.

В XIX веке с развитием статистики среднее арифметическое стало ключевым инструментом в демографии, экономике и социологии. Бельгийский статистик Адольф Кетле (1796—1874) ввёл понятие «среднего человека» (l’homme moyen), используя средние арифметические для анализа социальных явлений.

Свойства

Среднее арифметическое обладает рядом математических свойств, которые делают его удобным для анализа:

• Сумма отклонений от среднего равна нулю: \(\sum_{i=1}^{n} (x_i — \bar{x}) = 0\). Это свойство используется в методе наименьших квадратов.
• Минимизация суммы квадратов отклонений: для любого числа \(c\) справедливо \(\sum_{i=1}^{n} (x_i — \bar{x})^2 \le \sum_{i=1}^{n} (x_i — c)^2\). Среднее арифметическое является точкой, минимизирующей сумму квадратов расстояний до всех точек.
• Линейность: если к каждому элементу набора прибавить постоянную \(a\), среднее арифметическое увеличится на \(a\); если каждый элемент умножить на \(b\), среднее умножится на \(b\).
• Чувствительность к выбросам: одно экстремальное значение может сильно изменить среднее, что является его недостатком по сравнению с медианой.
• Среднее арифметическое не обязательно является элементом набора: например, среднее арифметическое чисел 2 и 3 равно 2,5, хотя 2,5 не входит в исходный набор.

Виды и обобщения

Помимо простого и взвешенного среднего арифметического, существуют его обобщения и родственные понятия:

• Среднее арифметическое взвешенное — используется, когда разные значения имеют разную значимость. Например, при вычислении средней оценки за семестр, где экзамен имеет больший вес, чем текущие работы.
• Среднее арифметическое геометрическое — не путать со средним геометрическим; это среднее арифметическое логарифмов чисел, применяемое в анализе темпов роста.
• Среднее арифметическое квадратическое (среднеквадратичное) — корень из среднего арифметического квадратов чисел, используется в физике (например, среднеквадратичная скорость молекул).
• Среднее арифметическое гармоническое — обратная величина к среднему арифметическому обратных чисел, применяется для усреднения скоростей и производительностей.
• Усечённое среднее — среднее арифметическое, вычисленное после отбрасывания определённого процента наименьших и наибольших значений. Используется для уменьшения влияния выбросов (например, в спортивном судействе).

Применение

Среднее арифметическое широко используется в различных областях:

Статистика и анализ данных

• Описательная статистика: среднее арифметическое является стандартной мерой центральной тенденции для количественных данных. Вместе с медианой и модой оно даёт первичное представление о распределении.
• Контроль качества: среднее арифметическое выборки используется в контрольных картах (например, \(\bar{x}\)-карта) для мониторинга стабильности процесса.
• Эконометрика: среднее арифметическое применяется для расчёта математического ожидания случайной величины.

Образование

• Вычисление средней успеваемости (средний балл).
• Оценка среднего балла аттестата или диплома (часто как среднее арифметическое оценок).
• В российских школах и вузах среднее арифметическое четвертных, полугодовых и годовых оценок используется для выставления итоговых отметок.

Экономика и финансы

• Расчёт среднего дохода, средней заработной платы, среднего уровня цен.
• Средняя доходность инвестиций за период (хотя для сложных процентов чаще используют среднее геометрическое).
• Индексы цен: например, индекс потребительских цен может рассчитываться как среднее арифметическое взвешенное цен товаров и услуг.

Естественные науки

• Физика: средняя скорость, средняя температура, среднее давление.
• Биология: средний рост, средний вес, средняя продолжительность жизни.
• Медицина: средние показатели анализов (например, средний уровень гемоглобина в популяции).

Спорт

• Среднее количество очков, голов, пробега за игру (например, среднее результативность баскетболиста).
• В фигурном катании и других видах спорта с судейскими оценками часто применяется усечённое среднее для исключения предвзятости.

Критика и ограничения

Несмотря на широкое распространение, среднее арифметическое имеет существенные ограничения:

• Чувствительность к выбросам: одно аномально высокое или низкое значение может исказить среднее, сделав его нетипичным для большинства данных. Например, средний доход в стране может быть значительно выше медианного из-за наличия миллиардеров.
• Неприменимость для порядковых и номинальных данных: среднее арифметическое имеет смысл только для количественных (интервальных и относительных) шкал. Для порядковых данных (например, оценки «отлично», «хорошо», «удовлетворительно») его использование некорректно.
• Неустойчивость при малых выборках: при малом количестве наблюдений среднее может быть ненадёжной оценкой.
• Игнорирование распределения: среднее арифметическое не даёт информации о разбросе данных, асимметрии или наличии мод. Для полного описания распределения его используют вместе с дисперсией, медианой и квартилями.

В статистике для робастного (устойчивого к выбросам) оценивания центральной тенденции предпочитают медиану или усечённое среднее. В ситуациях, где данные имеют логнормальное распределение (например, доходы), среднее арифметическое может быть введено в заблуждение, и более адекватной мерой является среднее геометрическое.

Примеры

1. Простое среднее: для чисел 5, 7, 12, 18 среднее арифметическое равно \((5+7+12+18)/4 = 42/4 = 10,5\).
2. Взвешенное среднее: студент получил за контрольную работу оценку 4 (вес 1), за экзамен — 5 (вес 3). Среднее взвешенное: \((4 \cdot 1 + 5 \cdot 3) / (1+3) = (4+15)/4 = 19/4 = 4,75\).
3. Влияние выброса: набор {1, 2, 2, 2, 100} имеет среднее \((1+2+2+2+100)/5 = 107/5 = 21,4\), хотя большинство значений близки к 2. Медиана этого набора равна 2, что точнее отражает типичное значение.

Связь с другими средними

Для положительных чисел \(a\) и \(b\) справедливо неравенство о средних:

\[ \min(a,b) \le \text{среднее гармоническое} \le \text{среднее геометрическое} \le \text{среднее арифметическое} \le \max(a,b) \]

Равенство достигается только при \(a = b\). Это неравенство обобщается на произвольное количество чисел и является частным случаем неравенства Коши — Буняковского.

Источники

• Гмурман В. Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 2003.
• Кремер Н. Ш. Теория вероятностей и математическая статистика. — М.: ЮНИТИ-ДАНА, 2004.
• Большая советская энциклопедия. — М.: Советская энциклопедия, 1969–1978. Статья «Средние величины».
• Математическая энциклопедия / Гл. ред. И. М. Виноградов. — М.: Советская энциклопедия, 1977–1985. Том 5, статья «Среднее арифметическое».
• Справочник по математике для экономистов / Под ред. В. И. Ермакова. — М.: Инфра-М, 2006.