概念与方法
加权平均数:先核对权重,再合并不同规模的数据
加权平均数不是把想强调的数据放大,而是按照事先定义的权重合并数值。常见计算为各数值与对应权重相乘后相加,再除以权重总和。解释结果时必须能回答:权重代表场数、人数、时长,还是人为评分?这些含义不同,不能混为一谈。对于普通频数权重,应使用非负数量且总和大于零;若专业模型允许其他形式的权重,则需要专门说明其数学含义。
权重表达每项贡献多少
加权平均数不是把想强调的数据放大,而是按照事先定义的权重合并数值。常见计算为各数值与对应权重相乘后相加,再除以权重总和。解释结果时必须能回答:权重代表场数、人数、时长,还是人为评分?这些含义不同,不能混为一谈。对于普通频数权重,应使用非负数量且总和大于零;若专业模型允许其他形式的权重,则需要专门说明其数学含义。
一个班级合并成绩的例子
甲班10人平均80分,乙班30人平均60分。甲班总分800,乙班总分1800,合计2600分,除以40人,整体平均65分。直接平均两个班的均值会得到70分,那相当于把两个班赋予相同权重,而不是把每位学生赋予相同权重。两个结果分别回答不同的问题;如果题目要求全体学生平均成绩,就应使用65分,并说明人数来源与缺考处理方式。
为什么不能随意选权重
在体育资料中,按每场比赛加权和按出场分钟加权可能产生不同结果。场均得分合并时可使用相应场次;每分钟效率的合并则应回到总得分和总分钟数。不能一边引用每场指标,一边用分钟作为权重,却仍声称结果是原口径场均。指标与分母应成对保存,尤其在多个平台资料互补时,先统一定义再汇总,比最后调整小数位更重要。
百分比汇总要找回分子分母
假设第一批成功1次、总计2次,成功率50%;第二批成功90次、总计100次,成功率90%。合并是91除以102,约89.22%,而不是70%。只有知道批次规模,才能正确还原整体比例。如果只能拿到四舍五入后的百分比和大致人数,汇总也可能带误差,应明确说明近似。分母为零的批次不能通过随意填入0%来参与普通平均。
使用前建立一份权重说明
报告可写明每个数值的定义、权重来源、是否归一化以及缺失项如何处理。把权重乘以同一个正数不会改变平均结果,因为分子分母同时缩放;但只调整某一项就会改变分析对象。加权结果不是天然比普通平均更客观,关键是权重是否对应要回答的问题。若权重只是主观评分,应公开规则,不要把主观偏好包装成从数据中必然得出的结论。
参考资料
- 统计方法参考资料