請用逗號(,)分隔,輸入想求平均的數值。除了平均數(算術平均數),也會一起算出總和、個數、中位數、幾何平均數、最大值、最小值與全距。
這個頁面可以做什麼
- 只要用逗號(,)分隔輸入數值,馬上就能知道平均數(算術平均數)\(\bar{x}\)
- 「考試分數 82, 76, 90, 65, 88 的平均是多少?」這類計算,一次就能算好
- 總和、個數、中位數、幾何平均數、最大值、最小值、全距也會同時一起算出來
- 這個頁面還整理了公式的淺顯解說,以及可直接複製到 Excel、Google 試算表、Python 使用的公式
這個計算有什麼用?
5 科的分數是 82, 76, 90, 65, 88 時,平均分數是 \((82+76+90+65+88) \div 5 = 401 \div 5 = 80.2\) 分。
追蹤自己平均分數的變化、和全班平均比較,用 1 個數掌握成績,平均數是最貼近生活的工具。
3 個月的伙食費分別是 NT$8,400、NT$7,200、NT$9,900 時,月平均是 \(25500 \div 3 = 8500\) 元。
每個月高高低低的支出,算成平均就能換成「每個月大約多少」的預算。記帳 App 顯示的「月平均」,也是這個計算。
例如 5 個家庭的存款是 100 萬、200 萬、300 萬、400 萬、4,000 萬元,平均數是 1,000 萬元,但中位數是 300 萬元。
一部分很大的值會拉高平均,所以像存款、年收入這類分布偏斜的統計,平均數和中位數常常差很多。拿新聞的「平均○○元」和自己的感受對照時,養成一起看中位數的習慣會很有幫助。
天氣預報說「比往年同期熱」時,比較的基準是中央氣象署以過去 30 年觀測值的平均算出的氣候平均值(每 10 年更新一次)。
判斷「今天的氣溫算不算正常」的基準本身,就是由長期的平均構成的,這是社會不可或缺的平均用法。
營收 2 年變成 1.21 倍時,「每年是幾倍的速度」不是用加起來再除的平均,而是用幾何平均數 \(\sqrt{1.21} = 1.1\)(年平均 1.1 倍=成長 10%)來求。
投資報酬率、營收成長率這類「以乘法累積的量」的平均要用幾何平均數——這是商業實務中廣泛使用的區分方式。
公式
符號與用語解說
符號
| \(x_1, x_2, \ldots, x_n\) | x 下標 1、x 下標 2、…、x 下標 n | 要求平均的每一筆資料。(例:5 個人的考試分數) |
| \(n\) | n | 資料的個數。(例:5 個人的資料就是 \(n = 5\)) |
| \(\bar{x}\) | x bar | 平均數(算術平均數)。在字母上方加一條橫線的符號,是統計中表示「平均數」的標準寫法。 |
| \(\tilde{x}\) | x tilde | 中位數。課本中常不用符號,直接用文字寫「中位數」,也有寫成 Me 的。 |
| \(x_{(k)}\) | x 下標括號 k | 把資料由小到大排列後的第 \(k\) 個值。(例:\(x_{(1)}\) 是最小值) |
| \(G\) | G | 幾何平均數。取自 Geometric mean 的字首。 |
| \(R\) | R | 全距。最大值減去最小值的值,取自 Range 的字首。 |
用語
| 算術平均數 | 一般所說的「平均數」。把所有資料加起來,再除以資料的個數求出。只說「平均」時,通常就是指這個。 |
| 代表值 | 用 1 個數表示整體資料特徵的值(表示資料的集中趨勢)。平均數、中位數、眾數這 3 個最具代表性,台灣在國中七年級的統計單元學到。 |
| 中位數 | 把資料由小到大排列後,正中間的值。偶數個時取中間 2 個值的平均。是不容易受離群值影響的代表值。 |
| 眾數 | 資料中出現次數最多的值。和平均數、中位數並列的代表值之一(本頁的計算機不處理)。 |
| 幾何平均數 | 把所有資料相乘後取 \(n\) 次方根的平均。用在成長率、倍率這類「以乘法累積的量」的平均,只在所有的數都大於 0 時有定義。 |
| 全距 | 最大值減去最小值的值。是資料分散程度最簡便的參考。 |
| 離群值 | 和其他的值相差極遠的值。平均數很容易被離群值拉走,但中位數不容易受影響。 |
| 加權平均數 | 給每筆資料加上「權重」來計算的平均。例如以期中考 40%、期末考 60% 打學期成績時使用(本頁的計算機把所有資料都以相同權重處理)。 |
建議先了解的基礎知識
為了讓您「真正理解意義」地使用這個頁面的計算,這裡整理了建議事先理解的基礎知識。
| 加法與除法(國小三~四年級,8~10 歲) |
|
| 平均(國小高年級,10~12 歲) |
|
| 小數的除法(國小五年級,10~11 歲) |
|
| 統計與代表值(國中七年級,12~13 歲) |
|
| 平方根(國中八年級,13~14 歲)〔使用幾何平均數時〕 |
|
用 Excel 計算的方法
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 總和 | =SUM(B1:B7) |
| 個數 | =COUNT(B1:B7) |
| 平均數(算術平均數) | =AVERAGE(B1:B7) |
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 中位數 | =MEDIAN(B1:B7) |
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 幾何平均數 | =GEOMEAN(B1:B7) |
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 最大值 | =MAX(B1:B7) |
| 最小值 | =MIN(B1:B7) |
| 全距(最大值−最小值) | =B8-B9 |
第 1 個表格的 B8 會顯示總和 155,B9 會顯示個數 7,B10 會顯示平均數約 22.14。
想改變資料個數時,請先增加(或減少)數值的列數,再把公式中的「B1:B7」改成實際的資料範圍(例如 10 個數就改成 B1:B10)。
幾何平均數(GEOMEAN)在資料含有 0 以下的數時會出現錯誤。
用 Google 試算表計算的方法
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 總和 | =SUM(B1:B7) |
| 個數 | =COUNT(B1:B7) |
| 平均數(算術平均數) | =AVERAGE(B1:B7) |
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 中位數 | =MEDIAN(B1:B7) |
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 幾何平均數 | =GEOMEAN(B1:B7) |
| 第 1 個數 | 10 |
| 第 2 個數 | 2 |
| 第 3 個數 | 38 |
| 第 4 個數 | 23 |
| 第 5 個數 | 38 |
| 第 6 個數 | 23 |
| 第 7 個數 | 21 |
| 最大值 | =MAX(B1:B7) |
| 最小值 | =MIN(B1:B7) |
| 全距(最大值−最小值) | =B8-B9 |
用 Python 計算的方法
import statistics
numbers = [10, 2, 38, 23, 38, 23, 21] # 要求平均的數值
average = statistics.mean(numbers) # 平均數(算術平均數)
median = statistics.median(numbers) # 中位數
geometric_mean = statistics.geometric_mean(numbers) # 幾何平均數(只限全部為正數時)
largest = max(numbers) # 最大值
smallest = min(numbers) # 最小值
value_range = largest - smallest # 全距
print(f"平均數:{average}")
print(f"總和:{sum(numbers)} / 個數:{len(numbers)}")
print(f"中位數:{median}")
print(f"幾何平均數:{geometric_mean}")
print(f"最大值:{largest} / 最小值:{smallest} / 全距:{value_range}")
用 LaTeX 等數學式語言的寫法(可直接複製)
x̄ = (x₁ + x₂ + ⋯ + xₙ) ÷ n
\bar{x} = \frac{x_1 + x_2 + \cdots + x_n}{n}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mover accent="true"><mi>x</mi><mo>¯</mo></mover>
<mo>=</mo>
<mfrac>
<mrow>
<msub><mi>x</mi><mn>1</mn></msub>
<mo>+</mo>
<msub><mi>x</mi><mn>2</mn></msub>
<mo>+</mo>
<mo>⋯</mo>
<mo>+</mo>
<msub><mi>x</mi><mi>n</mi></msub>
</mrow>
<mi>n</mi>
</mfrac>
</mrow>
</math>
bar x = (x_1 + x_2 + cdots + x_n) / n
Mean[{x1, x2, x3}]
xbar := add(x[i], i = 1 .. n)/n;
xbar = mean(x);
x̄ = (x_1 + x_2 + ⋯ + x_n)/n
\tilde{x} = \begin{cases} x_{(\,(n+1)/2\,)} & (n:\ \mathrm{odd}) \\[6pt] \dfrac{x_{(n/2)} + x_{(n/2+1)}}{2} & (n:\ \mathrm{even}) \end{cases}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mover accent="true"><mi>x</mi><mo>~</mo></mover>
<mo>=</mo>
<mrow>
<mo>{</mo>
<mtable columnalign="center left">
<mtr>
<mtd><msub><mi>x</mi><mrow><mo>(</mo><mo>(</mo><mi>n</mi><mo>+</mo><mn>1</mn><mo>)</mo><mo>/</mo><mn>2</mn><mo>)</mo></mrow></msub></mtd>
<mtd><mrow><mo>(</mo><mi>n</mi><mo>:</mo><mtext>odd</mtext><mo>)</mo></mrow></mtd>
</mtr>
<mtr>
<mtd><mfrac>
<mrow>
<msub><mi>x</mi><mrow><mo>(</mo><mi>n</mi><mo>/</mo><mn>2</mn><mo>)</mo></mrow></msub>
<mo>+</mo>
<msub><mi>x</mi><mrow><mo>(</mo><mi>n</mi><mo>/</mo><mn>2</mn><mo>+</mo><mn>1</mn><mo>)</mo></mrow></msub>
</mrow>
<mn>2</mn>
</mfrac></mtd>
<mtd><mrow><mo>(</mo><mi>n</mi><mo>:</mo><mtext>even</mtext><mo>)</mo></mrow></mtd>
</mtr>
</mtable>
</mrow>
</mrow>
</math>
tilde x = {(x_(((n+1)/2)), if n odd), ((x_(n/2) + x_(n/2+1))/2, if n even):}
Median[{x1, x2, x3}]
Statistics:-Median([x1, x2, x3]);
med = median(x);
x̃ = (x_(n/2) + x_(n/2+1))/2(資料為偶數個時。奇數個時為 x̃ = x_((n+1)/2))
G = (x₁ × x₂ × ⋯ × xₙ)^(1/n)
G = \left( x_1 x_2 \cdots x_n \right)^{1/n}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>G</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msub><mi>x</mi><mn>1</mn></msub>
<msub><mi>x</mi><mn>2</mn></msub>
<mo>⋯</mo>
<msub><mi>x</mi><mi>n</mi></msub>
<mo>)</mo>
</mrow>
<mrow><mn>1</mn><mo>/</mo><mi>n</mi></mrow>
</msup>
</mrow>
</math>
G = (x_1 x_2 cdots x_n)^(1/n)
GeometricMean[{x1, x2, x3}]
G := (x1 * x2 * x3)^(1/3);
G = prod(x)^(1/numel(x));
G = (x_1 x_2 ⋯ x_n)^(1/n)
R = xₘₐₓ − xₘᵢₙ
R = x_{\max} - x_{\min}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
<mrow>
<mi>R</mi>
<mo>=</mo>
<msub><mi>x</mi><mi>max</mi></msub>
<mo>−</mo>
<msub><mi>x</mi><mi>min</mi></msub>
</mrow>
</math>
R = x_(max) - x_(min)
Max[{x1, x2, x3}] - Min[{x1, x2, x3}]
R := max(L) - min(L);
R = max(x) - min(x);
R = x_max − x_min
請 ChatGPT 幫忙計算的方法
你是統計計算的助理。請務必實際執行 Python 程式碼來進行下列計算,並只以執行結果的數值作為回答的依據(請不要用心算或猜測回答)。 請針對下列資料,分別求出以下各值。 資料:10, 2, 38, 23, 38, 23, 21 1. 平均數(算術平均數) 2. 總和與個數 3. 中位數 4. 幾何平均數 5. 最大值、最小值、全距(最大值−最小值) 請列出計算時使用的公式,以及執行結果的數值。
使用方法
-
1輸入數值在輸入欄中輸入要計算的數值
-
2計算按下「計算」按鈕
-
3查看結果計算結果會立即顯示。計算的思路和公式的解說,也都能在同一個頁面查看
DataChef 的特色
不需專業知識,操作直覺又簡單
無須登錄任何個人資料
按下「下載」後自動刪除檔案
無須標註來源出處
亦無須事先取得商用授權