作者:长行
时间:2019.03.13
统计学解释
几何平均数:几何平均数(geometric mean)是衡量样本集中趋势的统计量,其值为该组数据所有n个变量值的乘积的n次方根。其计算公式如下:
G
=
X
1
×
X
2
×
.
.
.
×
X
n
n
=
∏
i
=
1
n
X
i
n
G=\sqrt[n]{{X_1}\times{X_2}\times...\times{X_n}}=\sqrt[n]{\prod_{i=1}^n{X_i}}
G=nX1×X2×...×Xn=ni=1∏nXi
在一些情况下,我们还会使用加权几何平均数,其公式为:
G
=
X
1
f
1
×
X
2
f
2
×
.
.
.
×
X
n
f
n
∑
i
=
1
n
f
=
∏
i
=
1
n
X
i
f
i
∑
i
=
1
n
f
G=\sqrt[\sum^{n}_{i=1}{f}]{{X_1}^{f_1}\times{X_2}^{f_2}\times...\times{X_n}^{f_n}}=\sqrt[\sum^{n}_{i=1}{f}]{\prod_{i=1}^n{{X_i}^{fi}}}
G=∑i=1nfX1f1×X2f2×...×Xnfn=∑i=1nfi=1∏nXifi
下面我们通过几个例子来熟悉几何平均数的特点:
例1:几何平均数受极端值的影响相较于算数平均数更小
数据 [1,2,3,4,5,6,7,8,100] 的几何平均数为5.4193,算数平均数为15.1111
例2:如果变量值中有负值,则几何平均数的结果可能为虚数或负数
数据 [-1,2,3,4,5,6,7] 的几何平均数为(3.045+1.4665i),算数平均数为3.7142
例3:如果变量值中包含0,则几何平均数为0
数据 [0,1,2,3,4,5,6,7] 的几何平均数为0,算数平均数为3.5
实现代码
data_test=[1,2,3,4,5,6,7] # 定义测试数据
def geometric_mean(data): # 计算几何平均数
total=1
for i in data:
total*=i #等同于total=total*i
return pow(total,1/len(data))
print(geometric_mean(data_test))
结果
3.3800151591412964
实际应用
1.几何平均数适用于计算比例关系的数据,例如合格率等。
2.几何平均数更适合计算各变量值之间是相乘关系的数据,例如增长速度、利息等。