前言:平均数是用来表示数据整体趋势的一个统计指标,本文参考wiki,采用一些简明的例子,主要是总结。
- 算术平均数(Arithmetic Mean)
- 计算公式
- 优点:相比于中位数、众数,更少收到随机因素的影响
- 缺点:更容易收到极端值(biased value)的影响
- 例子:
-
- data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]. result = 5.5.
- 几何平均数(Geometric Mean)
- 计算公式
- 优点:适用于对比率数据的平均,主要用于计算数据平均增长率
- 例子:
-
- data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]. result = 4.5287.
- 调和平均数(Harmonic Mean)
- 计算公式
- 优点:计算平均速率,感觉很多paper都在用,用于计算平均速率
- 例子:
- data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]. result = 3.414.
- 平方平均数(Quadratic Mean)
- 计算公式:
- 优点:是2次方的广义平均数的表达式。可以定义在连续区间。常用来计算一组数据与某个数据之间的平均差。
- 例子:
-
- data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]. result = 6.204.
注意到各种算法得到的平均值有所差别,比如在这个例子之中,调和平均数偏小,平方平均数偏大,当然我没有严格formulate,不能说是一个通用的结论。在看一篇Sigcomm的文章时,prediction的结果一般较为乐观(偏大)时,error比较大,作者采用了Harmonic mean。
附python实现代码(CalculateMeans.py)
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 4 from math import * 5 6 def ArithmeticMean(data): 7 len_d = float(len(data)) 8 result = sum(data) / len_d 9 return result 10 11 def GeometricMean(data): 12 len_d = len(data) 13 product = 1.0 14 for i in range(len_d): 15 product = product * data[i] 16 # the next line is equal to calculate the n-root 17 result = product ** (1.0/len_d) 18 return result 19 20 def HarmonicMean(data): 21 len_d = len(data) 22 x = [1.0/data[i] for i in range(len_d)] 23 result = float(len_d) / sum(x) 24 return result 25 26 def QuadraticMean(data): 27 len_d = len(data) 28 x = [data[i] * data[i] for i in range(len_d)] 29 result = sqrt(sum(x) / float(len_d)) 30 return result 31 32 33 if __name__ == "__main__": 34 data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 35 print "Scenario used in the test:", data 36 print "The arithmetic mean:", ArithmeticMean(data) 37 print "The geometric mean:", GeometricMean(data) 38 print "The Harmonic mean:", HarmonicMean(data) 39 print "The Quadratic mean:", QuadraticMean(data)
实验结果:
参考:
https://zh.wikipedia.org/wiki/%E8%B0%83%E5%92%8C%E5%B9%B3%E5%9D%87%E6%95%B0
https://zh.wikipedia.org/wiki/%E5%87%A0%E4%BD%95%E5%B9%B3%E5%9D%87%E6%95%B0
https://zh.wikipedia.org/wiki/%E5%B9%B3%E6%96%B9%E5%B9%B3%E5%9D%87%E6%95%B0
https://zh.wikipedia.org/wiki/%E7%AE%97%E6%9C%AF%E5%B9%B3%E5%9D%87%E6%95%B0
时间: 2024-10-08 19:34:55