ความแตกต่างระหว่างค่าเฉลี่ยทางเรขาคณิตและค่าเฉลี่ยเลขคณิต
ค่าความเรขาคณิตเฉลี่ยและค่าเฉลี่ยเลขคณิต
ในคณิตศาสตร์และสถิติหมายถึงค่าเฉลี่ยที่ใช้เพื่อแสดงข้อมูลอย่างมีนัยสำคัญ นอกเหนือไปจากสองสาขานี้ยังหมายถึงการใช้งานบ่อยๆในสาขาอื่น ๆ อีกเช่นเศรษฐกิจ ทั้งค่าเฉลี่ยเลขคณิตและค่าเฉลี่ยทางเรขาคณิตมักถูกเรียกว่าค่าเฉลี่ยและเป็นวิธีการในการหาจุดศูนย์กลางของพื้นที่ตัวอย่าง ความแตกต่างที่เห็นได้ชัดที่สุดระหว่างค่าเฉลี่ยเลขคณิตและค่าเฉลี่ยทางเรขาคณิตคือวิธีการคำนวณ
ค่าเฉลี่ยเลขคณิตของชุดข้อมูลคำนวณโดยหารจำนวนรวมของตัวเลขทั้งหมดในข้อมูลที่กำหนดโดยการนับตัวเลขเหล่านั้น
ตัวอย่างเช่นค่าเฉลี่ยเลขคณิตของชุดข้อมูล {50, 75, 100} คือ (50 + 75 + 100) / 3 ซึ่งเท่ากับ 75
ค่าเฉลี่ยทางเรขาคณิตของชุดข้อมูลคำนวณโดยการใช้เวลา nth รากของการคูณของตัวเลขทั้งหมดในชุดข้อมูลโดยที่ 'n' คือจำนวนจุดข้อมูลทั้งหมดในชุดที่เราพิจารณา ค่าความละเอียดทางเรขาคณิตสามารถใช้ได้เฉพาะกับชุดตัวเลขบวกเท่านั้น
ตัวอย่างเช่นค่าเฉลี่ยทางเรขาคณิตของชุดข้อมูล {50, 75, 100} คือ³√ (50x75x100) ซึ่งมีค่าประมาณ 72. 1. สำหรับ ชุดของข้อมูลถ้าเราคำนวณทั้งเลขคณิตและวิธีการทางเรขาคณิตก็เป็นที่ชัดเจนว่าค่าเฉลี่ยทางเรขาคณิตเป็นอย่างใดอย่างหนึ่งหรือน้อยกว่าค่าเฉลี่ยเลขคณิต ค่าเฉลี่ยเลขคณิตจะเหมาะสมกว่าในการคำนวณค่าเฉลี่ยของผลลัพธ์ของชุดของเหตุการณ์ที่เป็นอิสระ กล่าวอีกนัยหนึ่งถ้าข้อมูลหนึ่งชุดในชุดข้อมูลไม่มีผลต่อค่าข้อมูลอื่น ๆ ในเซตแล้วมันคือชุดของเหตุการณ์ที่เป็นอิสระ ค่าความละเอียดทางเรขาคณิตถูกใช้ในกรณีที่ความแตกต่างระหว่างค่าข้อมูลของชุดข้อมูลที่สอดคล้องกันคือ 10 หรือลอการิทึม ในโลกของการเงินในบางกรณีค่าเฉลี่ยทางเรขาคณิตจะเหมาะสมกว่าในการคำนวณค่าเฉลี่ย ในเรขาคณิตค่าเฉลี่ยเรขาคณิตของค่าข้อมูลสองค่าจะแสดงความยาวระหว่างค่าข้อมูล
