平均评分计算器

平均评分计算器

热门 AI Skill PRO

输入计算

数学公式

平均=5·5星评价数+4·4星评价数+3·3星评价数+2·2星评价数+1·1星评价数5星评价数+4星评价数+3星评价数+2星评价数+1星评价数\text{平均} = \frac{5 \cdot \text{5星评价数} + 4 \cdot \text{4星评价数} + 3 \cdot \text{3星评价数} + 2 \cdot \text{2星评价数} + 1 \cdot \text{1星评价数}}{\text{5星评价数} + \text{4星评价数} + \text{3星评价数} + \text{2星评价数} + \text{1星评价数}}

计算示例

平均=5·40+4·30+3·15+2·10+1·540+30+15+10+5=3.9\text{平均} = \frac{5 \cdot 40 + 4 \cdot 30 + 3 \cdot 15 + 2 \cdot 10 + 1 \cdot 5}{40 + 30 + 15 + 10 + 5} = 3.9
使用统计

广告

结果

平均评分
3.9
满分5星
评价总数 100
总分(加权合计) 390

报告本页错误

什么是平均评分计算器?

平均评分计算器可以根据各星级档位的评价数量,计算出某款产品、商家或服务的综合星级得分。它算出的不是简单的评价总数,而是一个加权平均分——也就是你在各类点评平台、应用商店列表旁看到的那种评分。

如何使用

分别填入你收到的5星、4星、3星、2星和1星评价的数量。计算器会把每个星级的分值乘以对应的评价数量,将这些乘积相加,再除以评价总数,最终得出5分制的平均评分。

公式解析

平均评分的计算方式为:

$$\text{平均分} = \frac{\Sigma(\text{星级} \times \text{数量})}{\Sigma(\text{数量})}$$

分子是获得的"总分"——一条5星评价贡献5分,一条4星评价贡献4分,以此类推。分母就是评价的总数量。两者相除即得到平均评分。

广告
星级评分数量的条形图,汇总为总体平均星级
每个星级的数量按其分值加权,得出 5 分制的总体平均分。

实例演算

假设某款产品收到40条5星、30条4星、15条3星、10条2星和5条1星评价。加权总分为 $$(5 \times 40) + (4 \times 30) + (3 \times 15) + (2 \times 10) + (1 \times 5) = 200 + 120 + 45 + 20 + 5 = 390$$。评价总数为 \(40 + 30 + 15 + 10 + 5 = 100\)。平均评分即为 \(390 \div 100 =\) 3.9 星。

广告
一排五颗星,部分填充表示小数平均评分
平均分以 5 分制中部分填充的星级显示。

平均值在不同场景中的变化

下表显示四个现实的分布,每个总共包含100条评论,以及由此得出的5分制平均值。注意两极分化和均匀分布的集合如何可以达到接近相同的值,同时代表完全不同的客户满意度。

场景 5★ 4★ 3★ 2★ 1★ 平均值(满分5分)
主要是5星(广受欢迎的产品) 70 20 5 3 2 4.53
两极分化(爱之欲其生,恨之欲其死) 45 5 5 5 40 3.10
均匀分布(观点分散) 20 20 20 20 20 3.00
下降(低星级多于高星级) 10 15 20 25 30 2.50

两极分化和均匀分布的行都接近3.0,但两极分化的产品有45个满意的客户和40个沮丧的客户——这种模式仅凭平均值是无法揭示的。如果您想直接分析基础分数的分布,可以在平均值、中位数和众数计算器中将个别评分视为数据集,以便同时查看集中趋势和频率。

计算约定与边界情况

以下每个情况都在本计算器上实际运行过,结果一栏就是它真实返回的值。

情况输入结果
没有任何评分0, 0, 0, 0, 0还没有评分:请输入每个星级获得的评分数量。
每个星级各一条评分 (1–5 星)1, 1, 1, 1, 13

核对于 2026-11-08

常见问题

为什么要用加权平均而不是简单平均? 因为每个星级对应的评价数量各不相同。按数量加权,能让每一条评价都拥有同等的影响力,从而真实反映整体口碑。

如果一条评价都没有怎么办? 当评价总数为零时,平均分无法定义;为避免除以零,计算器会返回0。

可以使用其他评分制吗? 本工具采用1至5星的评分制,这是产品和商家评价中最常见的标准。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器