Det statistiske gennemsnit er et praktisk værktøj til sammenligning og måling af forretningsdata. Det giver mulighed for at tildele en gennemsnitlig værdi til et sæt numeriske mængder. Dette gennemsnitlige beløb bestemmer midtpunktet for et datasæt, også kendt som Central Tendency. Selv om beregningen af middelværdien er ens, kan forskellige datatyper kræve en alternativ tilgang.
Den aritmetiske metode
Det aritmetiske gennemsnit består af summen af alle de numeriske værdier i et datasæt. Resultatet divideres derefter med antallet af angivne værdier. Antag et sæt data indeholder disse tal (5,10,10,20,5). Middelværdien svarer til summen af disse værdier (50) divideret med antallet af observerede værdier (5). Det gennemsnitlige eller aritmetiske gennemsnit ville være lig med (10). Dette gennemsnit er muligvis ikke det bedste middel til beregning, når der er en stor variation i numeriske værdier eller andre outliers. Det bruges almindeligt til at beregne central tendens med konsekvente data, der involverer analyse af intervaller og forhold.
Tildele vægtede værdier
Selv om det aritmetiske middel er praktisk, giver det ikke et virkelig præcist gennemsnit ved måling af svingende værdier. En mere realistisk og almindeligt anvendt forretningsmetode er at tildele vægte til hver numerisk værdi. Tildeling af en vægt eller procentdel til et datasæt af fluktuerende værdier er den vejede gennemsnitlige metode. Den vægtede gennemsnitlige metode anvender en procentdel for fluktuerende datamængder.
Håndtere vækst
Når datasæt indeholder voksende tal, er det nødvendigt med en mere præcis måling af central tendens. Det geometriske gennemsnit er en anden tilgang, der beskæftiger sig med forskelle eller vækst inden for et datasæt. Denne gennemsnitlige beregning indebærer at tage den ndeste rod af produktet af mængderne i datasættet. Denne tilgang måler voksende tal, der findes i statistisk og investeringsanalyse.
Alternativt værktøj
Bortset fra middelværket er der nogle alternative værktøjer, der kunne måle den centrale tendens. Disse omfatter mode og medianen. Moden identificerer frekvensen af bestemte værdier i et datasæt. Medianen kan bruges til at bestemme ægte middelværdi af et datasæt. Dette gøres ved at sortere værdierne i stigende rækkefølge og identificere de gentagne eller mellemliggende værdier. Dette er nyttigt at identificere mønstre og midtpunkter, når de indsamlede data indeholder forvrængede mængder.
