While taking the arithmetic, geometric, or harmonic mean of a sample data set, equal importance is assigned to all the data points. However, all the values may not always be equally important in some data sets. An intrinsic bias might make it more important to give more weightage to specific values over others.
For example, consider the number of goals scored in the matches of a tournament. While computing the average number of goals scored in the tournament, it may be more important to consider the games played in its knockout stage. The goals from the knockout stage may carry more weight than the other goals. Once a numerical estimate is assigned to this idea, the average number of goals in the tournament is calculated. Such means are called weighted means. They help us assign an intrinsic value to different elements of a data set.
Sometimes, the probability of occurrence of each element can play the role of weights. For example, if biased dice are thrown at random a few times, some numbered sides may appear more frequently than the others. The weighted mean of the numbers accounts for this bias.
Considérons un ensemble de données où certaines valeurs sont plus importantes que d’autres, c’est-à-dire qu’elles ont plus de poids.
Pour calculer la moyenne de ces données, chaque valeur est multipliée par son poids. Les produits résultants sont additionnés, puis divisés par la somme des poids. C’est ce qu’on appelle la moyenne pondérée.
Par exemple, un élève passe plusieurs tests au cours d’une année, chacun ayant une pondération différente. Pour déterminer la moyenne pondérée de tous les tests, multipliez les résultats individuels par les poids correspondants et additionnez ces produits. Ensuite, divisez cette valeur finale par la somme de tous les poids.
Comme on peut le voir, les élèves obtiennent de meilleurs scores moyens en réussissant aux tests avec des poids plus élevés. Cela signifie que les valeurs de données avec une pondération plus élevée contribuent davantage à la moyenne pondérée.
Si les pondérations de toutes les valeurs de données sont identiques, la moyenne pondérée est égale à la moyenne arithmétique.
Related Videos
Measure of Central Tendency
14.9K Vues
Measure of Central Tendency
14.5K Vues
Measure of Central Tendency
3.4K Vues
Measure of Central Tendency
3.1K Vues
Measure of Central Tendency
2.9K Vues
Measure of Central Tendency
5.2K Vues
Measure of Central Tendency
3.3K Vues
Measure of Central Tendency
16.8K Vues
Measure of Central Tendency
19.2K Vues
Measure of Central Tendency
18.9K Vues
Measure of Central Tendency
3.7K Vues
Measure of Central Tendency
11.8K Vues
Measure of Central Tendency
12.3K Vues