详解集中量数（各类平均数：平均数、几何平均数、调和平均数）

本章节主要讲解一些常见的集中量数计算方法、意义及特点，计算方法，同时会给出R语言计算代码，向大家分享。

使用的教材是：

张厚粲《现代心理与教育统计学》第四版，对应着的是第三章

题主也是一个门外汉，去年下半年才开始接触R语言和统计学，如果内容存在问题（公式错误、表述错误、计算错误等），尽请提出，同时也欢迎大家讨论统计相关话题，谢谢~

0. 集中趋势VS离中趋势

• 集中趋势(central tendency)与离中趋势是次数分布的两个基本特征。

• 数据的集中趋势就是指数据分布中大量数据向某方向集中的程度；离中趋势是指数据分布中数据彼此分散的程度。

• 这两种量数一起共同描述或反映-组数据的全貌及其各种统计特征。

用于描述数据集中程度的统计量，即集中量数(measures ofcentral tendency)有多种，包括算术平均数、中数、众数、加权平均数、几何平均数、调和平均数等。

本章节主要介绍集中量数的性质、意义、计算工具以及应用。

1.1 算数平均数的意义

算术平均数(arithmetic average)，一般简称为平均数(average)或均数均值(mean)，论文中一般用“M”表示。

算术平均数只有在与其他几种平均数，如几何平均数、调和平均数、加权平均数相区别的时候，才把它叫做算术平均数。如果平均数是由X变量计算的，就记为

公式为：

平均数的概念比较好理解，因此就不赘述计算方法了，可以通过R语言的mean函数进行运算：

下面就介绍一下平均数的优缺点：

1.2 算术平均数的优缺点

优点：

• 1.反应灵敏。观测数据中任何一个数值或大或小的变化，甚至细微的变化，在计算平均数时，都能反映出来。

• 2.计算严密。计算平均数有确定的公式，不管何人在何种场合，只要是同一组观测数据，计算的平均数都相同。

• 3.计算简单。计算过程只是应用简单的四则运算。

• 4.简明易解。平均数概念简单明了，较少数学抽象容易理解

• 5.适合于进一步用代数方法演算。在求解其他统计特征值，如离均差、方差、标准差的计算时，都要应用平均数。

• 6.较少受抽样变动的影响。观测样本的大小或个体的变化，对计算平均数影响很小。在来自同一总体逐个样本的集中量数中，平均数的波动通常小于其他量数的波动，因此它总是最可靠、最正确的量数。

缺点：

1.易受极端数据的影响。由于平均数反应灵敏，因此当数据分布呈偏态(与“正态分布”相对，分布曲线左右不对称的数据次数分布)时，受极值(extreme value/score)的影响，平均数就不能恰当地描述分布的真实情况。在心理与教育方面的实验观测中，偶然因素十分复杂，经常会出现极端数目。

出现这类问题时，也可以使用修剪平均数来解决。修剪平均数(trimmed mean)也称截尾平均数，是从一组数据中去除一定百分比(如5%) 的最大值和最小值数据后，再次计算的算术平均值。

当希望在分析中剔除一部分数据计算平均数时，可以使用这种平均数。

在计算平均数时除去极端值，对数据集中趋势的估计效果会更好，特别是数据不属于正态分布(比如说偏态分布) ，这种方法更妥当。

在实际生活中，大家常常会看到各种知识竞赛或评比中，在计算某一选手的平均分时，经常会把多个评委评分中的最高分和最低分去掉，再算平均值，这种做法更科学。

2.