平均绝对偏差计算器

平均绝对偏差通常缩写为MAD，描述数据集中各数值与算术平均值之间的典型距离。它是一种离散程度指标：结果较小，说明观测值紧密分布在均值附近；结果较大，则说明数据更分散。由于它与原始数据使用相同单位，通常很容易理解。例如，一个班级的平均分为80，平均绝对偏差为4，就表示每个分数与80的距离平均为四分。 计算时，先将所有观测值相加，再除以个数，得到算术平均值。接着，每个数值减去均值。由于差值有正有负，需要对每个差值取绝对值。最后，将这些绝对距离相加，再除以观测值个数。公式为MAD = Σ|xi − mean| / n，其中mean为均值。本计算器将整个数据集视为总体进行计算，因此除数为n，而不是n − 1。 平均绝对偏差适合比较同一尺度下不同组别的一致性。教师可比较考试成绩的差异，制造商可监测零件尺寸的偏差，分析人员可概括销售或需求的波动。它往往比方差更直观，因为方差会将每个差值平方，结果单位也是原单位的平方。标准差通过开平方恢复原始单位，但它仍较重视较大的偏差，因此对于入门分析可能不够直观。 围绕均值计算的平均绝对偏差，不应与中位数绝对偏差混淆。后者先求中位数，再取各数值到中位数的绝对距离的中位数。中位数绝对偏差对异常值具有较强的稳健性，而平均绝对偏差在求平均时对每个距离赋予相同权重。即使观测值相同，两种指标也可能给出不同结果。若希望描述的中心是算术平均值，应选择基于均值的指标；若更看重对极端值的稳健性，则选择基于中位数的指标。 您可以输入整数、小数、负数或混合形式，支持逗号和空格作为分隔符。请结合MAD查看显示的均值、总和及个数，以确认输入被正确识别。比较均值或测量尺度差异较大的数据集时，可考虑搭配相对指标，因为同样为五的绝对离散程度，在一种情境下可能很小，在另一种情境下却可能很大。