過去 7 天有 5 次 MCP 呼叫

輸入計算

貼上

數學公式

廣告

結果

平均的
8.4
數字總和 42
數字數量 5
中位數 (x̃) 8
平均數(x̄) 8.4
眾數 8
母體變異數 1.0399999999999998
幾何平均數 8.338810502082332
最大值 10
最小值 7
全距 3

這個平均值計算機能做什麼

只要輸入一串數字,這個工具就會立即算出一整組摘要統計量:平均值(算術平均數)、總和、輸入的數字個數(數量)、中位數、幾何平均數、最小值、最大值、全距,以及眾數。不必逐項分開計算,所有結果只要一個輸入欄位就能一次到手。

使用方法

畫面上只有一個輸入欄位:數字。將你的數值以逗號、空格、分號或換行分隔輸入即可——這幾種分隔方式都能辨識。負數與小數完全支援(例如 -4, 12.5, 8)。任何不是有效數字的內容都會被自動忽略,因此夾雜的文字或符號不會影響計算結果。若找不到任何有效數字,計算機會提示輸入無效。

  • 總和——所有數值相加的結果
  • 數量——偵測到的有效數字個數
  • 平均值(平均數)——總和除以數量
  • 中位數——排序後位於中間的數值
  • 最小值、最大值、全距——最小、最大,以及兩者之差
  • 幾何平均數與眾數——其他衡量集中趨勢的指標

計算公式

平均值就是算術平均數:

$$\text{平均值} = \frac{1}{n} \times \sum x_i$$

白話來說:把所有數字加總(\(\sum x_i\)),再除以數量(\(n\))。全距的算法是 最大值 − 最小值;中位數則是把整串數字排序後正中間的值(若數量為偶數,則取中間兩個數的平均)。

Advertisement
圖示:將多個數字相加後再除以個數得出平均數
平均數等於所有數字之和除以它們的個數。

實際範例

假設你輸入:4, 8, 15, 16, 23, 42

  • 數量(\(n\))= 6
  • 總和 = \(4 + 8 + 15 + 16 + 23 + 42 = 108\)
  • 平均值 = \(108 \div 6 = \mathbf{18}\)
  • 中位數 = \((15 + 16) \div 2 = \mathbf{15.5}\)
  • 最小值 = 4,最大值 = 42,全距 = \(42 - 4 = \mathbf{38}\)

定義與詞彙表

這些是平均計算器報告的中心趨勢和離散度措施。了解它們之間的差異有助於為數據選擇正確的摘要。

總和
通過將數據集中的每個值相加得到的總數:\(\sum x_i\)。
計數 (n)
數據集中的值的數量。計算平均值時使用的分母。
平均值(算術平均)
總和除以計數,\(\bar{x} = \frac{\sum x_i}{n}\)。這是最常見的「平均值」,對每個值給予相等的權重。
幾何平均值
所有值的乘積的 \(n\) 次方根,\(\left(\prod_{i=1}^{n} x_i\right)^{1/n}\)。與算術平均值不同,它是相乘而不是相加,使其適合於增長率和比率。它需要正值,且總是小於或等於算術平均值。
中位數
數據排序後的中間值。計數為奇數時,它是單一的中心值;計數為偶數時,它是兩個中心值的平均值。不受極端異常值的影響。
眾數
出現最頻繁的值。數據集可以有一個眾數、多個眾數或沒有眾數(如果每個值都是唯一的)。與關於位置的中位數不同,眾數關於頻率。
範圍
最大值和最小值之間的差值,\(\text{範圍} = x_{\max} - x_{\min}\)。這是最簡單的離散度測度。
最小值和最大值
數據集中最小和最大的值,分別。

算術平均值與幾何平均值:算術平均值相加值並除以數量;幾何平均值相乘值並取根。中位數與眾數:中位數是排序數據的位置中心,而眾數是最常見的值——它們可以是非常不同的數字。

解釋您的結果

每個統計量都回答關於您的數字的不同問題。一起閱讀它們比任何單一值都能提供更完整的圖景。

平均值與中位數:信任哪個「平均值」

對於大致對稱的數據,平均值和中位數接近,平均值是一個很好的摘要。當數據呈現偏斜或包含異常值時,平均值會向極端值傾斜,而中位數則停留在數據的大部分附近。例如,在收入、房價或任何具有長尾的數據集中,中位數通常是更具代表性的「典型」值。平均值和中位數之間的大差距本身就是偏斜的信號。

何時適合使用幾何平均值

對於複合或以利率、比率或乘法因子表示的數量使用幾何平均值——投資回報、人口增長、價格指數和百分比變化。由於它反映了複合,它回答了「什麼恆定增長因子會產生相同的最終結果?」增長率的算術平均值高估了真實平均增長,這就是為什麼幾何平均值是正確的選擇。

範圍和眾數揭示的內容

範圍是總體離散度的快速衡量——極值相隔多遠——但它只查看兩個值,對單個異常值高度敏感。為了獲得更穩健的變異性感知,將其與中位數或標準差測度配對。眾數突出了頻率:它告訴您最常見的結果,這對於「平均值」沒有多大意義的分類或重複數據特別有用(例如,最常見的評級或鞋碼)。

Advertisement

更多工作示例

示例 1——包含重複值的數據集(眾數)

考試成績:7, 8, 8, 9, 10。

  • 總和:\(7+8+8+9+10 = 42\)
  • 計數:\(n = 5\)
  • 平均值:\(\frac{42}{5} = \) 8.4
  • 排序後,中間值是第 3 個,所以中位數是 8。
  • 值 8 出現了兩次(比任何其他值都多),所以眾數是 8。

這裡平均值 (8.4)、中位數 (8) 和眾數 (8) 都很接近,因為數據相當對稱,但眾數特別標記 8 是最頻繁的分數。

示例 2——增長率(幾何平均值)

投資在三年內以 1.10、1.20 和 0.90 的因子增長(即 +10%、+20% 和 −10%)。正確的平均增長因子是幾何平均值:

$$\left(1.10 \times 1.20 \times 0.90\right)^{1/3} = \left(1.188\right)^{1/3} \approx 1.0591$$

因此等效的穩定增長約為每年 1.0591(≈ 5.91%)。注意因子的算術平均值,\(\frac{1.10+1.20+0.90}{3} \approx 1.0667\),會高估真實的複合增長。

示例 3——偶數計數與負數和小數(中位數平均)

每日溫度變化 (°C):−2.5、−1.0、0.5、3.0。

  • 總和:\(-2.5 + (-1.0) + 0.5 + 3.0 = 0.0\)
  • 計數:\(n = 4\)
  • 平均值:\(\frac{0.0}{4} = 0.0\)
  • 排序:−2.5、−1.0、0.5、3.0。計數為偶數時,中位數是兩個中間值的平均值:\(\frac{-1.0 + 0.5}{2} = -0.25\)
  • 範圍:\(3.0 - (-2.5) = 5.5\)

這展示了如何計算偶數大小集合的中位數,方法是對兩個中心值取平均,以及負數和小數的處理方式與正整數相同。

常見問題

可以用哪些分隔符號?逗號、空格、分號與換行都可以,所以你幾乎能直接從任何來源貼上數字。

平均數和中位數有什麼差別?平均數是總和除以數量,容易受到極端值(離群值)影響。中位數則是中間的數值,當資料中有極端值時,更能反映「典型」的數字。

可以輸入負數和小數嗎?可以。計算機能辨識負數、整數與小數;無效的輸入會被自動略過。

最後更新: