数学中的几大平均数

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

数学中的几大平均数

算术平均数

算术平均数是指在一组数据中所有数据之和再除以数据的个数。它是反映数据集中趋势

的一项指标。

把n个数的总和除以n,所得的商叫做这n个数的平均数

几何平均数

几何意义我们知道算术平均数,(a+b)/2,体现纯粹数字上的关系,而根号ab,称为几何平均数,这个体现了一个几何关系,

即过一个圆的直径上任意一点做垂线,直径被分开的两部分为a,b, 那么那个垂线在圆内的一半长度就是根号ab,并且

(a+b)/2≥√(ab) !

这就是它的几何意思,也是称之为几何平均数的原因。

定义和公式

几何平均数(geometric mean)是指n个观察值连乘积的n次方根。

根据资料的条件不同,几何平均数有加权和不加权之分。

设一组数据为X1,X2,…,Xn,且均大于0,则几何平均数Xg为:

主要用途

计算几何平均数要求各观察值之间存在连乘积关系,它的主要用途是:

1、对比率、指数等进行平均;

2、计算平均发展速度;

其中:样本数据非负,主要用于对数正态分布。

调和平均数

解释

定义:调和平均数是总体各单位标志值倒数的算术平均数的倒数,也称倒数平均数。

是平均数的一种。但统计调和平均数,与数学调和平均数不同。在数学中调和平均数与算术平均数都是独立的自成体系的。计算结果前者恒小于等于后者。因而数学调和平均数定义为:数值倒数的平均数的倒数。但统计加权调和平均数则与之不同,它是加权算术平均数的变形,附属于算术平均数,不能单独成立体系。且计算结果与加权算术平均数完全相等。主要是用来解决在无法掌握总体单位数(频数)的情况下,只有每组的变量值和相应的标志总量,而需要求得平均数的情况下使用的一种数据方法。

计算公式

缺点

根据定义可知待求平均值各数之倒数和=0或待求平均值各数有0

时调和平均数求不出来;n个正数里只要有一个小于1且极接近0的,不论其余n-1个数有多大,此n数调和平均数极接近0。

加权平均数

概况:加权平均数是不同比重数据的平均数,加权平均数就是把原始数据按照合理的比例来计算,

若在一组数中,X1出现F1次,X2出现F2次,…,Xk出现Fk次,那么(X1F1 + X2F2+ ... XkFk)÷ (F1 + F2 + ... + Fk)叫做X1﹑X2…Xk 的加权平均数。F1﹑F2…Fk是X1﹑X2…Xk的权。其中,算术平均数是加权平均数的一种特殊形式(它特殊在各项的权相等),当实际问题中,当各项权不相等时,计算平均数时就要采用加权平均数,当各项权相等时,计算平均数就要采用算数平均数。两者不可混淆。公式:

加权平均数

概况:

加权平均数是不同比重数据的平均数,加权平均数就是把原始数据按照合理的比例来计算,

若在一组数中,X1出现F1次,X2出现F2次,…,Xk出现Fk次,那么(X1F1 + X2F2+ ... XkFk)÷ (F1 + F2 + ... + Fk)叫做X1﹑X2…Xk

的加权平均数。F1﹑F2…Fk是X1﹑X2…Xk的权。其中,算术平均数是加权平均数的一种特殊形式(它特殊在各项的权相等),当实际问题中,当各项权不相等时,计算平均数时就要采用加权平均数,当各项权相等时,计算平均数就要采用算数平均数。两者不可混淆。公式:

x拔=(x1f1 + x2f2+ ... xkfk)/n,其中f1 + f2 + ... + fk=n,f1,f2,…,fk叫做权。通过数和权的乘积来计算要点明晰

1.在日常生活中,我们常用平均数表示一组数据的‘平均水平’。

2.在一组数据里,一个数据出现的次数称为权。

平方平均数

平方平均数 (quadratic mean)

Qn=√ [(a1^2+a2^2+...+an^2)/n]

或称均方根,是2次方的广义平均数的表达式,也可称为2次幂平均数。英文缩写为RMS(Root Mean Square)。

指数平均数(EXPMA)

指标概述EXPMA指标简称EMA,中文名字:指数平均数指标或指数平滑移动平均线,一种趋向类指标,从统计学的观点来看,只有把移动平均线(MA)绘制在价格时间跨度的中点,才能够正确地反映价格的运动趋势,但这会使信号在时间上滞后,而EXPMA指标是对移动平均线的弥补,EXPMA指标由于其计算公式中着重考虑了价格当天(当期)行情的权重,因此在使用中可克服MACD其他指标信号对于价格走势的滞后性。同时也在一定程度中消除了DMA指标在某些时候对于价格走势所产生的信号提前性,是一个非常有效的分析指标。

EXPMA的基础算法

若求X的N日指数平滑移动平均,则表达式为:EMA(X,N)

算法是:若Y=EMA(X,N),则Y=[2*X+(N-1)*Y’]/(N+1),其中Y’表示上一周期的Y值。

不举例的话,比较难理解,举例说明一下:

X是变量,每天的X值都不同,从远到近地标记,它们分别记为X1,X2,X3,….,Xn

如果N=1,则EMA(X,1)=[2*X1+(1-1)*Y’]/(1+1)=X1

如果N=2,则EMA(X,

2)=[2*X2+(2-1)*Y’]/(2+1)=(2/3)*X2+(1/3)X1

如果N=3,则EMA(X,

3)=[2*X3+(3-1)*Y’]/(3+1)=[2*X3+2*((2/3)*X2+(1/3)*X1)]/4=(1/2 )*X3+(1/3)*X2+(1/6)*X1

如果N=4,则EMA(X,

4)=[2*X4+(4-1)*Y’]/(4+1)=2/5*X4+3/5*((1/2)*X3+(1/3)*X2+(1/6) *X1)=2/5*X4+3/10*X3+1/5*X2+1/10*X1

.....

X1

(2/3)*X2+(1/3)X1

(3/6)*X3+(2/6)*X2+(1/6)*X1

(4/10)*X4+(3/10)*X3+(2/10)*X2+(1/10)*X1

...

相关文档
最新文档