所以我觉得这在技术上不是一个代码问题，但是我确信在编写代码时我会肯定会出现在其他人和我自己身上的东西，所以希望它仍然是一个很好的发布在SO上。< / p>
谷歌已经向我发出了很多冗长的解释，说明何时使用其中一个或另一个关于财务数字等等。
但是我的特定背景不合适，我想知道这里是否有人有一些见解。我需要就一个特定项目的“好”程度采取一大堆个人用户的投票。也就是说，一些用户每个给特定项目的分数在0到10之间，我想报告“典型”分数是什么。将几何和/或算术平均值报告为典型响应的直观原因是什么？
或者，就此而言，我最好不要报告中位数吗？
我想有一些心理学涉及“最佳”方法可能是什么......
无论如何，你有它。
谢谢！
答案 0 :(得分：1)
你想要算术平均值。因为你没有测量平均值或平均值的平均变化。
答案 1 :(得分：1)
一般来说，算术平均值就足够了。它的计算密集程度远低于几何平均值（包括取第n个根）。
至于所涉及的心理学，几何平均数永远不会大于算术平均数，因此如果你更喜欢较高的分数，那么算术是最好的选择。
当数据集相对较小且大量异常值的可能性相对较高时，中位数最有用。根据这些投票的精确程度，中位数有时会有点随意。
如果您真的希望得到最准确的答案，可以去计算arithmetic-geomtric mean。然而，这涉及重复计算算术和几何平均值，因此它在计算上非常密集。
答案 2 :(得分：1)
算术平均值是正确的。
你的规模是人为的：
但是对于其他尺度，您需要考虑the correct mean to use。
在数钱方面，有人认为wealth has logarithmic utility。因此，比尔盖茨的财富和内城的流浪汉之间的中位数将是一个适度成功的商业人士。 （算术平均值会让你拉里佩奇。）
在测量声级时，分贝已经将效果标准化。所以你可以得到分贝的算术平均值。
但如果您以瓦特为单位测量体积，则使用二次方式（RMS）。
答案 3 :(得分：0)
答案取决于背景和目的。提到百分比变化是使用几何平均值的好时机。我在计算天线和频率时使用几何平均值，因为百分比变化比频率范围的平均值或中间值或天线的平均尺寸更重要。如果你的数字变化很大，特别是如果大多数是相似的，但是一两个是“传单”（远离其他人的范围），几何平均值将“平滑”结果（不要让不同的结果在结果中发生变化）超过他们应该）。这种方法用于计算子弹组大小（“飞行器”可能是人为错误，而不是设备，因此在这种情况下平均值是“不公平的”）。另一种类似于几何平均值的变化是均方根法。你取数字的平方根，取这个意思，然后平方你的答案（这提供更平滑）。这通常用于电子计算，大多数电表以“RMS”（均方根）计算，而不是平均读数。希望这有点帮助。这是一个很好地解释它的网站.standardwisdom.com