EssayAI
Блог
Блог
Гуманитарные науки

Степенная средняя: формула, виды и расчёт

8 ноября 2026Время чтения: 8 минут
#степенная средняя#статистика#средняя арифметическая#средняя геометрическая#средняя гармоническая
Степенная средняя: формула, виды и расчёт

Степенная средняя - семейство показателей, которое позволяет обобщить несколько значений одним числом. Средняя арифметическая, геометрическая, гармоническая и квадратическая получаются из одной конструкции при разных показателях степени. Но выбор показателя не произвол: он зависит от того, какую величину нужно сохранить при замене отдельных наблюдений одной средней. В калькуляторе можно изменить два положительных числа и порядок средней, чтобы увидеть, как меняется результат.

Общая формула степенной средней

Для положительных наблюдений x1,…,xnx_1,\ldots,x_n и ненулевого порядка pp простая степенная средняя записывается так:

Mp=(x1p+x2p+⋯+xnpn)1/p.M_p=\left(\frac{x_1^p+x_2^p+\dots+x_n^p}{n}\right)^{1/p}.

Сначала каждое значение возводят в степень pp, затем находят арифметическую среднюю полученных степеней и извлекают корень степени pp, то есть возводят результат в степень 1/p1/p. Все наблюдения здесь имеют одинаковый вес. Например, при p=2p=2 усредняют квадраты и затем извлекают квадратный корень.

Порядок pp - параметр формулы, а не количество наблюдений. Чем он выше, тем сильнее результат смещается к большим значениям исходного набора. На ролике числа остаются равными 4 и 16, а меняется только pp: точка поднимается по кривой и возвращается назад.

Для чисел 4 и 16 показатель степени меняется от −1 до 2 и обратно, а золотая точка показывает соответствующую среднюю.

Четыре вида средней

При p=−1p=-1 формула даёт гармоническую среднюю:

M−1=n∑i=1n1/xi.M_{-1}=\frac{n}{\sum_{i=1}^{n}1/x_i}.

При p=1p=1 получается привычная арифметическая средняя M1=∑xi/nM_1=\sum x_i/n, а при p=2p=2 - средняя квадратическая M2=∑xi2/nM_2=\sqrt{\sum x_i^2/n}. Квадраты сильнее подчёркивают большие по модулю значения; такая форма полезна, например, при измерении величины отклонений. При этом среднее квадратическое отклонение рассчитывают по отклонениям от среднего, а не по исходным значениям.

Ноль требует отдельного определения: подставить p=0p=0 прямо в общую формулу нельзя, поскольку 1/p1/p не существует. Однако при стремлении pp к нулю получается геометрическая средняя:

M0=lim⁡p→0Mp=(∏i=1nxi)1/n.M_0=\lim_{p\to0}M_p=\left(\prod_{i=1}^{n}x_i\right)^{1/n}.

Эта формула удобна, когда исходные коэффициенты перемножаются. Например, для последовательных коэффициентов роста геометрическая средняя сохраняет их произведение. Подробный расчёт для временного ряда разобран в статье о среднем темпе роста.

Пример для двух значений

Пусть два одинаково значимых наблюдения равны 4 и 16. Посчитаем каждую среднюю, не меняя набор:

  • гармоническая: M−1=2/(1/4+1/16)=6,4M_{-1}=2/(1/4+1/16)=6{,}4;
  • геометрическая: M0=4⋅16=8M_0=\sqrt{4\cdot16}=8;
  • арифметическая: M1=(4+16)/2=10M_1=(4+16)/2=10;
  • квадратическая: M2=(42+162)/2=136≈11,66M_2=\sqrt{(4^2+16^2)/2}=\sqrt{136}\approx11{,}66.
Сравнение четырёх средних для значений 4 и 16: от 6,4 до примерно 11,66
Сравнение четырёх средних для значений 4 и 16: от 6,4 до примерно 11,66

Разница возникает не из-за ошибки округления: каждая формула отвечает на свой вопрос. Если 4 и 16 - продажи двух одинаковых периодов в тысячах единиц, арифметическая средняя 10 тысяч сохраняет общую сумму 20 тысяч. Но если те же числа - коэффициенты в перемножающейся цепочке, геометрическая средняя сохраняет произведение. Прежде чем трактовать результат, нужно знать смысл данных и единицы измерения.

Неравенство средних и его смысл

Для одного и того же набора положительных значений с одинаковыми весами средняя не убывает с ростом порядка: если p<qp<q, то Mp≤MqM_p\leq M_q. В частности,

M−1≤M0≤M1≤M2.M_{-1}\leq M_0\leq M_1\leq M_2.

В нашем примере это 6,4<8<10<11,666{,}4<8<10<11{,}66. Равенство всех этих средних достигается, когда все исходные значения одинаковы. При положительных весах и двух разных порядках равенство также требует равенства всех учитываемых значений. Теорема сравнивает именно одни и те же данные и веса: менять набор между расчётами нельзя.

Интуиция такова: повышение порядка увеличивает относительное влияние больших наблюдений. Однако это свойство само по себе не доказывает, что более высокая средняя лучше. Для конкретной экономической задачи подходящая формула определяется связью показателей, а не желанием получить больший ответ. Каждая из этих средних для положительных данных лежит между минимумом и максимумом наблюдений.

Почему порядок меняет результат

Можно увидеть связь между разными порядками через выпуклость степени. Пусть p<qp<q и оба порядка положительны. Сначала обозначим yi=xipy_i=x_i^p. Функция yq/py^{q/p} выпукла: среднее значений этой функции не меньше функции от среднего значения. После извлечения корня порядка qq получаем Mq≥MpM_q\geq M_p. Для нулевого и отрицательных порядков утверждение также верно, хотя доказательство требует отдельно учесть знак показателя и предел при нуле.

Геометрический предел удобно понять через логарифмы. Логарифм произведения равен сумме логарифмов, поэтому логарифм геометрической средней - арифметическая средняя логарифмов наблюдений. После обратного преобразования получаем одну величину в исходных единицах. Это позволяет вычислять геометрическую среднюю длинного ряда положительных коэффициентов, не перемножая очень большие или очень маленькие числа напрямую.

Степенная средняя однородна: если каждое значение умножить на одно и то же положительное число, средняя увеличится во столько же раз. Например, перевод 4 и 16 тысяч рублей в рубли умножит все четыре результата на тысячу. Но перевод между шкалами со сдвигом, например между градусами Цельсия и Кельвина, не обладает таким свойством для всех порядков: выбор шкалы влияет на смысл вычисления. Это ещё одна причина проверять содержательную интерпретацию, а не только арифметику.

Как учесть частоты и веса

Если значения встречаются разное число раз, используют взвешенную форму. Пусть wi≥0w_i\geq0, а сумма весов положительна. Для p≠0p\ne0:

Mp=(∑i=1kwixip∑i=1kwi)1/p.M_p=\left(\frac{\sum_{i=1}^{k}w_i x_i^p}{\sum_{i=1}^{k}w_i}\right)^{1/p}.

Частоты могут быть целыми, а доли - дробными; важно лишь, чтобы веса отражали смысл задачи. Если вместо частот даны доли, сумма которых равна единице, знаменатель можно опустить. При p=0p=0 берут взвешенную геометрическую среднюю M0=∏xiwi/∑wiM_0=\prod x_i^{w_i/\sum w_i}.

Допустим, значение 4 встретилось один раз, а 16 - три раза. Тогда средняя арифметическая равна (1⋅4+3⋅16)/4=13(1\cdot4+3\cdot16)/4=13, а не 10. Геометрическая средняя равна (4⋅163)1/4≈11,31(4\cdot16^3)^{1/4}\approx11{,}31; гармоническая - 4/(1/4+3/16)≈9,144/(1/4+3/16)\approx9{,}14; квадратическая - (42+3⋅162)/4=14\sqrt{(4^2+3\cdot16^2)/4}=14. Это те же результаты, что для полного списка 4, 16, 16, 16. В калькуляторе выше, напротив, два веса всегда равны.

Для сгруппированных наблюдений важно проверить, что именно представляют частоты и какие значения приписаны интервалам. Об этом отдельно рассказывает расчёт средней по интервальному ряду.

Как выбрать среднюю в экономической задаче

Начните с вопроса: какую итоговую величину должна сохранить замена всех наблюдений одним числом? Если складываются объёмы за одинаковые периоды или затраты на одинаковые единицы, обычно подходит арифметическая средняя. Неодинаковые объёмы требуют соответствующих весов. Например, среднюю цену единицы находят как общую стоимость, делённую на общее количество, а цены отдельных партий взвешивают по количеству единиц.

Гармоническая средняя возникает, когда усредняют показатели вида «объём за единицу ресурса» при одинаковых объёмах числителя. Пусть два равных участка пути пройдены со скоростями 40 и 60 км/ч. Средняя скорость равна общему пути, делённому на общее время: 2/(1/40+1/60)=482/(1/40+1/60)=48 км/ч. Простое среднее 50 км/ч здесь завышает результат, потому что на медленном участке автомобиль проводит больше времени. Для неравных расстояний веса должны соответствовать длинам участков; подробнее - в задачах на среднюю скорость.

Геометрическую среднюю применяют к положительным коэффициентам последовательного изменения: итог получается умножением. Квадратическая средняя полезна, когда существенна сумма квадратов. Само наличие степенной формулы не отменяет экономической проверки: сначала выпишите итоговую сумму, произведение или отношение, а затем найдите среднюю, которая этот итог сохраняет.

Ограничения данных

Для произвольного вещественного pp надёжная общая область определения - положительные xix_i. При отрицательных порядках нуль вызывает деление на нуль; геометрическая средняя через логарифмы тоже требует положительных значений. Для некоторых отдельных порядков нули допустимы: например, арифметическая и квадратическая средние неотрицательных данных существуют. Отрицательные наблюдения также можно усреднять арифметически или квадратически, но общая формула с произвольным вещественным показателем не всегда даёт вещественный результат.

Не стоит автоматически удалять нули или отрицательные величины ради удобства формулы: это меняет выборку и смысл вывода. Проверьте постановку, единицы и определение показателя. Если данные - только выборка, рассчитанная средняя описывает эту выборку; вывод о всей совокупности требует дополнительных предпосылок.

Если показатель рассчитан по таблице предприятия, полезно отдельно выписать единицу наблюдения: товар, работник, период или сделка. Затем проверьте, не повторяется ли одно наблюдение несколько раз и не пропущены ли данные. Даже правильно выбранная средняя не исправит несопоставимые периоды или неверно заданные частоты. Вместе с итогом сохраняйте исходный набор, веса и порядок: так другой читатель сможет воспроизвести расчёт и понять, что именно обобщает число.

Частые ошибки

  • Подставляют ноль в показатель без предела. При p=0p=0 используют геометрическую среднюю, определённую через предел.
  • Путают частоты и значения. Веса показывают вклад наблюдений; их тоже нужно включить в знаменатель.
  • Сравнивают разные наборы. Неравенство средних работает для одинаковых значений и одинаковых весов.
  • Берут среднюю скоростей без учёта времени или расстояния. Сначала вычисляют общий путь и общее время.
  • Путают квадратическую среднюю с отклонением. Для отклонения сначала находят разности относительно среднего.

FAQ

Может ли степенная средняя быть больше максимума?

Для положительных наблюдений и неотрицательных весов с положительной суммой - нет. Она лежит между наименьшим и наибольшим значениями с положительными весами.

Когда все четыре средние совпадают?

Когда все учитываемые значения равны. Например, для двух наблюдений 7 и 7 средняя каждого из четырёх порядков равна 7.

Что означают очень большие и очень малые порядки?

Для фиксированного конечного набора положительных значений при p→+∞p\to+\infty средняя стремится к максимуму, а при p→−∞p\to-\infty - к минимуму. Это предельные случаи, а не замена проверки цели расчёта.

Коротко

Степенная средняя объединяет четыре распространённые средние через порядок pp: −1, 0, 1 и 2 соответствуют гармонической, геометрической, арифметической и квадратической. Для положительных данных результат не убывает с ростом порядка. Выбор формулы и весов определяется тем, какую величину требуется сохранить в задаче.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

Средняя прогрессивная: формула и пример расчёта

Средняя прогрессивная: формула и пример расчёта

Что показывает средняя прогрессивная в статистике, как выбрать лучшие значения относительно общей средней и рассчитать показатель на примерах выработки и затрат.

8 ноября 20268 минут
Свойства средней арифметической: формулы и примеры

Свойства средней арифметической: формулы и примеры

Свойства средней арифметической на примерах из экономики: сумма отклонений, перенос и масштабирование значений, объединение групп и типичные ошибки расчёта.

8 ноября 20268 минут
Атрибутивный ряд распределения: пример и расчёт

Атрибутивный ряд распределения: пример и расчёт

Атрибутивный ряд распределения в статистике: как выделить качественный признак, подсчитать частоты и доли, построить диаграмму и найти моду на примере покупок.

8 ноября 20269 минут
Дисперсия альтернативного признака: формула и пример

Дисперсия альтернативного признака: формула и пример

Как найти дисперсию альтернативного признака по доле или частотам, почему её максимум равен 0,25 и чем разброс единичного признака отличается от ошибки доли.

8 ноября 20268 минут
Дисперсия интервального вариационного ряда: расчёт

Дисперсия интервального вариационного ряда: расчёт

Как найти дисперсию интервального вариационного ряда по серединам и частотам: подробная таблица, две формулы, исправленная оценка и ограничения группировки.

8 ноября 20268 минут
Группировочный признак: выбор и примеры в статистике

Группировочный признак: выбор и примеры в статистике

Что такое группировочный признак, как выбрать качественное или количественное основание группировки и проверить границы и состав групп на примере предприятий.

8 ноября 20268 минут