加权平均数

加权平均数（Weighted average）是一种考虑各数据点相对重要性的平均数，也称为加权平均值。其核心思想在于：在计算一组数据的均值时，并非所有数据点具有相同的影响程度，某些数据因出现频率高、重要性大或可靠性强而应被赋予更高权重。加权平均数的通用数学表达式为：

\[ \bar{x}_w = \frac{\sum_{i=1}^{n} w_i x_i}{\sum_{i=1}^{n} w_i} \]

其中 \(\bar{x}_w\) 表示加权平均数，\(x_i\) 为第 \(i\) 个数据值，\(w_i\) 为对应的权重（权数），\(n\) 为数据个数。权重之和 \(\sum w_i\) 通常为1（百分比形式）或等于总频数。

当所有权重相等时（即 \(w_i = 1/n\) 或 \(\sum w_i = n\)），加权平均数退化为算术平均数：

\[ \bar{x}_w = \frac{\sum x_i}{n} \]

因此，算术平均数是加权平均数的特例。

加权平均的思想可追溯至古代文明，如巴比伦人计算商品平均价格时已隐含加权概念。16世纪，意大利数学家西蒙·斯特芬（Simon Stevin）在《十进制算术》中系统阐述了加权平均。现代统计学中，“权重”一词源于德语“Gewicht”，意为“重要性”。加权平均数的正式命名和形式化由19世纪统计学家阿道夫·凯特勒（Adolphe Quetelet）等人推动，成为描述性统计和推断统计的基石。

基于频数的加权平均

当同一数值重复出现多次时，频数即为权重。例如，某射手射击10次，结果如下：10环2次，9环1次，8环3次，7环4次。平均环数计算为：

\[ \frac{10\times2 + 9\times1 + 8\times3 + 7\times4}{2+1+3+4} = \frac{20+9+24+28}{10} = \frac{81}{10} = 8.1 \]

基于百分比的加权平均

常见于学业成绩评定：若平时成绩占20%，期中占30%，期末占50%，且某生成绩分别为80、90、95分，则总评：

\[ 80\times0.2 + 90\times0.3 + 95\times0.5 = 16 + 27 + 47.5 = 90.5 \]

分组数据加权平均

对于分组数据，以各组中值乘以频数求和后除以总频数。例如下表：

总平均分 = (10×5 + 30×8 + 50×12 + 70×15 + 90×10) / (5+8+12+15+10) = (50+240+600+1050+900) / 50 = 2840 / 50 = 56.8 分。

教育评估

如前所述，加权平均用于计算课程成绩、GPA（各科目学分作为权重）等。

经济统计

消费者价格指数（CPI）中，各类商品和服务的权重基于消费支出比例；采购经理指数（PMI）采用扩散指数加权法。

体育竞技

跳水、体操等比赛中，自选动作的难度系数作为权重，即使完成质量相同，难度越大得分越高。

科学研究

荟萃分析（Meta-analysis）中，各研究的效应量按照样本量或方差倒数加权合并。

机器学习

加权 k 近邻算法根据距离权重投票；加权平均集成学习模型赋予不同基学习器不同贡献度。

加权几何平均数与加权调和平均数

除加权算术平均数外，尚有加权几何平均数（用于增长率平均）和加权调和平均数（用于速度平均），其公式分别对应权重与对数和倒数。

移动加权平均

在库存管理和金融分析中，移动加权平均法动态更新平均成本或价格，权重随新数据加入而变化。

加权平均的局限性

• 权重选择具有主观性，不同权重方案可能导致不同结果。
• 当权重极端不均匀时，少数高权重数据主导平均值，可能掩盖整体分布信息。
• 加权平均数不适用于定类数据（如性别、颜色）。

加权平均数是统计推断和数据分析的基础工具，通过赋予不同数据以相应权重，更准确地反映现实世界的非均匀性和重要性差异。从学业成绩到宏观经济指标，从体育评分到机器学习集成，加权平均的应用无处不在。理解其计算原理、适用条件和局限性，对于正确使用这一统计量至关重要。

• Wikipedia. (2023). Weighted arithmetic mean. https://en.wikipedia.org/wiki/Weighted_arithmetic_mean
• Khan Academy. (2023). Weighted average. https://www.khanacademy.org/math/statistics-probability/summarizing-quantitative-data/mean-median-more/a/weighted-average
• 贾俊平, 何晓群, 金勇进. 统计学(第七版). 中国人民大学出版社, 2018.
• 李金昌. 统计学. 机械工业出版社, 2014.
• Freedman, D., Pisani, R., & Purves, R. (2007). Statistics (4th ed.). W. W. Norton & Company.
• Cochran, W. G. (1977). Sampling Techniques (3rd ed.). John Wiley & Sons.