1 定義
1.1 単純平均の意味
単純平均は、複数の数値をすべて合計し、その個数で割って得られる代表値である。英語では arithmetic mean と呼ばれ、日常的にも統計学でも広く使われる。データ全体を一つの値で要約する最も基本的な方法の一つであり、数値の中心を把握する目的に適している。
1.2 算術平均との関係
単純平均は、算術平均とほぼ同義で用いられる。どちらも通常は「各値を同じ重みで扱う平均」を指し、特別な重みづけを行わない点が特徴である。文脈によっては、単に平均と書かれていても算術平均を意味することが多い。
1.3 中心傾向の指標としての位置づけ
単純平均は、中心傾向を示す代表的な指標に分類される。これは、データの分布を「どのあたりに集まっているか」という観点から捉えるための値である。中央値や最頻値と並んで用いられ、対象データの性質に応じて使い分けられる。
2 計算方法
2.1 基本的な求め方
単純平均は、データの総和をデータ数で割って求める。たとえば、3、5、7の平均は、3+5+7=15 を 3 で割り、5 となる。この手順は単純で、少数の値から多数の値まで一貫して適用できる。
2.2 データ数が少ない場合の計算
データ数が少ないときは、計算はさらに明快になる。2つの数値なら、その和を2で割ればよい。1つだけの数値であれば、その値自体が平均となる。こうした場合は、平均の意味を理解するための入門的な例としてよく用いられる。
2.3 小数や負の値を含む場合の扱い
小数や負の値が含まれていても、計算方法は変わらない。各値をそのまま足し合わせ、個数で割るだけである。負の数があると平均も負になることがあり、これは値の中心が0未満にあることを示す。
3 性質
3.1 総和を等分する性質
単純平均は、全体の総和を各データに均等に分配したと考えられる値である。すべての観測値を平均値に置き換えても、合計は変わらない。この性質により、データ全体の規模を保ちながら代表値を作ることができる。
3.2 外れ値の影響を受けやすい性質
単純平均は、極端に大きい値や小さい値の影響を受けやすい。少数の異常値があるだけで、中心が大きく動くことがある。そのため、分布が偏っている場合や外れ値が多い場合には、平均だけで全体像を判断しにくい。
3.3 データのばらつきとの関係
平均はデータの中心を示すが、散らばりの大きさまでは表さない。同じ平均でも、値が密集している集団と、広く分布している集団では意味が異なる。したがって、平均を解釈する際は、ばらつきの情報も併せて確認する必要がある。
4 種類と関連する平均
4.1 加重平均
加重平均は、各データに異なる重みを与えて計算する平均である。重要度や回数、単位の違いを反映できるため、単純平均よりも実態に近い値を示す場合がある。
4.1.1 単純平均との違い
単純平均では各値を同じ比重で扱うのに対し、加重平均では一部の値をより強く反映させる。たとえば、成績の一部が大きな配点を持つときには、加重平均の方が適切である。つまり、同じ「平均」でも、前提となる扱い方が異なる。
4.1.2 利用される場面
加重平均は、試験の配点、統計の集計、経済指標の算出などで用いられる。各項目の影響力を調整したい場面に向いており、均一な扱いが現実に合わない場合に有効である。
4.2 幾何平均
幾何平均は、値を掛け合わせ、その積から求める平均である。成長率や比率のように、連続的な変化を扱う際に使われる。単純平均とは性質が異なり、増減の累積を表すのに向いている。
4.3 調和平均
調和平均は、特に速度や単位当たりの量を扱うときに利用される平均である。逆数を用いて計算するため、一定の条件のもとで調和的なまとめ方を与える。単純平均が適さない場面で、より整合的な値を示すことがある。
4.4 中央値との比較
中央値は、データを順に並べたときの中央に位置する値である。外れ値の影響を受けにくく、分布が偏っているときに安定した代表値となる。これに対し、単純平均はすべての値を反映するため、全体の合計を重視する分析に向く。
5 応用
5.1 統計分析での利用
単純平均は、統計分析の初歩的な要約に広く使われる。複数の観測値を一つの指標にまとめることで、比較や傾向把握がしやすくなる。記述統計の基本として、まず計算されることが多い。
5.2 学業成績や評価点の集計
学校の成績や評価点の集計でも、平均はよく用いられる。複数科目の得点をまとめて全体的な水準を示すのに便利である。ただし、配点が異なる場合には単純平均より加重平均の方が適切なことがある。
5.3 経済・科学データでの利用
経済指標や科学実験の結果でも、平均は基本的な整理手段である。複数の測定値をまとめることで、全体傾向を把握しやすくなる。一方で、測定誤差や極端な値が含まれると、解釈には注意が必要である。
6 注意点
6.1 外れ値がある場合の解釈
外れ値が存在すると、平均は実感とずれることがある。少数の特殊な値が中心を引っ張るため、典型的な水準を示しているとは限らない。このような場合は、中央値や中央値との差を併用すると理解しやすい。
6.2 母集団と標本での扱い
母集団全体の平均と、標本から推定した平均は区別される。標本平均は、母集団の特徴を推定するための代表値として使われるが、完全に一致するとは限らない。標本の取り方によって、推定の信頼性は変わる。
6.3 平均だけでは分からない情報
平均は有用だが、それだけでは分布の形や偏りを十分に示せない。値が左右対称に近いのか、特定の範囲に集中しているのか、複数の山があるのかは分からない場合がある。分析では、平均に加えて散布の指標や分布図を確認することが望ましい。
7 関連項目
7.1 分散
分散は、データが平均からどれだけ散らばっているかを示す指標である。平均と組み合わせて用いることで、中心とばらつきを同時に把握できる。
7.2 標準偏差
標準偏差は、分散を元にした散布の尺度で、元のデータと同じ単位で理解しやすい。平均の周辺に値がどの程度集まっているかを示す際によく使われる。
7.3 最頻値
最頻値は、データの中で最も多く現れる値である。平均や中央値とは異なり、観測の集中点を直接示すことがあるため、カテゴリを含むデータでも利用される。