มัชฌิม

มัชฌิมเลขคณิต

มัชฌิมเลขคณิต เป็นค่าเฉลี่ยแบบมาตรฐานทั่วไป ซึ่งมักเรียกกันว่าเป็น ค่าเฉลี่ย หรือ มัชฌิม เฉย ๆ

${\displaystyle {\bar {x}}={\frac {1}{n}}\cdot \sum _{i=1}^{n}{x_{i}}}$

ตัวอย่าง มัชฌิมเลขคณิตของ 34, 27, 45, 55, 22, 34 (จำนวนหกค่า) คือ (34 + 27 + 45 + 55 + 22 + 34) / 6 = 217 / 6 ≈ 36.167

มัชฌิมชนิดนี้มักเป็นที่สับสนกับค่าเฉลี่ยอย่างอื่นที่คล้ายกัน เช่น มัธยฐานหรือฐานนิยม มัชฌิมเลขคณิตจะเป็นการคำนวณเลขคณิตของผลเฉลี่ยจากค่าหลาย ๆ ค่า หรือการแจกแจง หรือแม้แต่การแจกแจงเบ้ (skewed) ซึ่งไม่เหมือนกับค่ากึ่งกลาง (มัธยฐาน) หรือค่าที่ซ้ำกันมากที่สุด (ฐานนิยม)

มัชฌิมเรขาคณิต

มัชฌิมเรขาคณิต เป็นค่าเฉลี่ยที่มีประโยชน์สำหรับกลุ่มของจำนวนที่เกี่ยวข้องกับผลคูณ ไม่ใช่ผลบวก เช่น อัตราการเติบโต (เป็นเท่า หรือ ทวีคูณ) เป็นต้น

${\displaystyle {\bar {x}}=\left(\prod _{i=1}^{n}{x_{i}}\right)^{1/n}}$

ตัวอย่าง มัชฌิมเรขาคณิตของ 34, 27, 45, 55, 22, 34 คือ (34 × 27 × 45 × 55 × 22 × 34)^1/6 = 1,699,493,400^1/6 ≈ 34.545

มัชฌิมฮาร์มอนิก

มัชฌิมฮาร์มอนิก เป็นค่าเฉลี่ยที่มีประโยชน์สำหรับกลุ่มของจำนวนที่กำหนดความสัมพันธ์กับบางหน่วย เช่น ความเร็ว (ระยะทางต่อหน่วยเวลา) เป็นต้น

${\displaystyle {\bar {x}}=n\cdot \left(\sum _{i=1}^{n}{\frac {1}{x_{i}}}\right)^{-1}}$

ตัวอย่าง มัชฌิมฮาร์มอนิกของ 34, 27, 45, 55, 22, 34 คือ

${\displaystyle {\frac {6}{{\frac {1}{34}}+{\frac {1}{27}}+{\frac {1}{45}}+{\frac {1}{55}}+{\frac {1}{22}}+{\frac {1}{34}}}}\approx 33.0179836}$

มัชฌิมทั่วไป

มัชฌิมกำลัง

มัชฌิมทั่วไป (generalized mean) หรือรู้จักกันในชื่อ มัชฌิมกำลัง (power mean) หรือ มัชฌิมเฮิลเดอร์ (Hölder mean) คือภาวะนามธรรมของมัชฌิมกำลังสอง เลขคณิต เรขาคณิต และฮาร์มอนิก ซึ่งนิยามโดย

${\displaystyle {\bar {x}}(m)=\left({\frac {1}{n}}\cdot \sum _{i=1}^{n}{x_{i}^{m}}\right)^{1/m}}$

โดยการเลือกค่า m ที่ต้องการเป็นพารามิเตอร์

• m → ∞ จะได้ ค่าสูงสุด
• m = 2 จะได้ มัชฌิมกำลังสอง
• m = 1 จะได้ มัชฌิมเลขคณิต
• m → 0 จะได้ มัชฌิมเรขาคณิต
• m = −1 จะได้ มัชฌิมฮาร์มอนิก
• m → −∞ จะได้ ค่าต่ำสุด

มัชฌิมกึ่งเลขคณิต

มัชฌิมกึ่งเลขคณิต (quasi-arithmetic mean หรือ generalized f-mean) เป็นมัชฌิมที่มีความทั่วไปมากขึ้นไปกว่ามัชฌิมกำลัง นิยามโดย

${\displaystyle {\bar {x}}=f^{-1}\left({{\frac {1}{n}}\cdot \sum _{i=1}^{n}{f(x_{i})}}\right)}$

โดยการเลือกฟังก์ชัน f ที่มีอินเวิร์ส เป็นพารามิเตอร์

• ${\displaystyle f(x)=x\!}$ จะได้ มัชฌิมเลขคณิต
• ${\displaystyle f(x)={\frac {1}{x}}\!}$ จะได้ มัชฌิมฮาร์มอนิก
• ${\displaystyle f(x)=x^{m}\!}$ จะได้ มัชฌิมกำลัง
• ${\displaystyle f(x)=\ln x\!}$ จะได้ มัชฌิมเรขาคณิต

มัชฌิมถ่วงน้ำหนัก

มัชฌิมถ่วงน้ำหนัก หรือ ค่าเฉลี่ยถ่วงน้ำหนัก (โดยปกติจะเป็นมัชฌิมเลขคณิตที่ถ่วงน้ำหนัก) จะใช้ในกรณีที่ต้องการผสานค่าของน้ำหนักข้อมูลเข้ากับค่าเฉลี่ย จากตัวอย่างสุ่มในประชากรเดียวกันด้วยขนาดที่แตกต่างกัน

${\displaystyle {\bar {x}}={\frac {\sum _{i=1}^{n}{w_{i}\cdot x_{i}}}{\sum _{i=1}^{n}{w_{i}}}}}$

ซึ่ง w_i แทนค่าน้ำหนักของข้อมูลของแต่ละตัว

• สาขาวิชาวิทยาการจัดการ มหาวิทยาลัยสุโขทัยธรรมาธิราช. "9.1 การวัดแนวโน้มเข้าสู่ส่วนกลาง". เอกสารการสอนชุดวิชาคณิตศาสตร์และสถิติเพื่อธุรกิจ หน่วยที่ 8-15. พิมพ์ครั้งที่ 23. กรุงเทพฯ : สำนักพิมพ์มหาวิทยาลัยสุโขทัยธรรมาธิราช, 2552. หน้า 472–488. ISBN 974-613-367-5