平均计算器
输入用逗号、空格、新行或分号分隔的数字。非数字文本会自动被忽略。
输入您的数据
输入或粘贴一组数字 — 用逗号、空格或新行分隔 — 以即时查看均值、中位数、众数、标准差和完整的统计细分。
如何使用此计算器
选择您的模式
对于标准数据集，选择“简单平均”，如果某些值的权重大于其他值，则选择“加权平均”——例如，学分小时不同的成绩。对于简单模式，还可以选择是批量粘贴数字还是使用列表构建器逐个添加。
输入您的数据
对于批量模式，在文本区域输入或粘贴您的数字。它们可以用逗号、空格、换行符、分号或任何混合分隔——计算器会自动检测并提取所有有效数字，忽略非数字文本。对于列表模式，输入每个数字并按回车或点击 + 按钮。在加权模式下，输入每个值及其权重。
查看您的结果
在您输入时，结果会自动更新。主要结果显示算术均值。向下滚动以查看所有统计数据：中位数、众数、最小值、最大值、范围、总体和样本标准差、几何均值、调和均值和均方根。分布图显示每个值的颜色编码，标识其是否高于或低于均值，并突出显示异常值。
导出或分享
使用“复制结果”将所有统计数据复制到剪贴板，以便粘贴到文档或电子邮件中。点击“导出 CSV”下载一个与电子表格兼容的文件，包含所有结果。使用“打印”以获得干净的打印记录。调整小数位选择器以控制所有显示值的精度。
常见问题
均值、中位数和众数之间有什么区别？
均值（平均值）是通过将所有值相加并除以计数来计算的。它对极端值（异常值）敏感。中位数是排序数据集中间的值——一半的值低于它，一半的值高于它。它对异常值具有抵抗力，更好地代表了在收入或房价等偏态分布中的“典型”值。众数是出现频率最高的值；一个数据集可以没有众数（所有值唯一）、一个众数（单峰）或多个众数（双峰、多峰）。对于对称的钟形曲线数据，这三种度量是相似的。对于偏态数据，中位数通常比均值更好地代表中心值。
什么时候我应该使用加权平均而不是常规平均？
当并非所有值对整体结果的贡献相等时，使用加权平均。经典例子包括：GPA计算，其中不同课程有不同的学分小时；投资组合收益，其中投资金额不同；调查结果，其中不同的人口群体需要按比例代表；以及成绩点平均值，其中测试、小测和作业有不同的分数权重。在加权平均中，每个值乘以其权重，乘积相加，然后总和除以所有权重的总和。如果不加权，简单平均将平等对待每个项目，而不考虑其重要性。
总体标准差和样本标准差之间有什么区别？
当您的数据集代表您感兴趣的整个总体时，使用总体标准差（σ）——例如，您班上所有30名学生的确切分数。当您的数据集是从更大总体中抽取的样本时，使用样本标准差（s）——例如，测量100人的身高以估计所有成年人的标准差。这些公式在一个步骤上有所不同：样本标准差除以 n-1 而不是 n（贝塞尔校正）。这个调整使样本标准差成为总体标准差的无偏估计，纠正了样本往往低估分布的事实。
什么时候几何均值比算术均值更合适？
几何均值是乘法而非加法的数量的首选平均值——特别是变化率、增长率、比率和百分比。如果一项投资在第一年增长100%，在第二年下降50%，那么这些百分比变化的算术均值（+25%）暗示增长，但几何均值（0%）正确反映了您最终回到起点。对于年度百分比增长率、价格指数变化或人口增长率的平均，始终使用几何均值。请注意，几何均值仅对正值定义——当数据集中包含零或负数时，无法计算。
分布图中的异常值是什么意思？
在统计学中，异常值是与数据集其余部分异常远离的数据点。当值超过均值的两个标准差（超出均值 ± 2σ）时，此计算器将其标记为异常值。在正常（钟形曲线）分布中，大约95%的值落在均值的两个标准差范围内，因此超出该范围的值在统计上是不寻常的。异常值在分布图中以红色突出显示。异常值可能是由于测量错误、数据输入错误，或者它们可能是真正重要的极端值。在报告平均值之前检查异常值是一个好习惯。
我可以计算百分比、负数或小数的平均值吗？
可以。此计算器处理正数、负数、小数值和百分比（百分号会自动去掉）。例如，输入‘-5, 0, 5, 10’将正确计算出均值为2.5，中位数为2.5，最小值为-5，最大值为10。对于百分比如‘75%, 80%, 92%’，百分号被去掉，底层数字75、80、92被平均。一个警告：几何均值和调和均值仅对正非零值定义。如果您的数据集中包含零或负数，则不会显示这些高级均值，但所有其他统计数据（均值、中位数、众数、标准差等）仍将正确计算。