aiwiki.page
中文
数学 / 概率与统计 / harmonic-mean

调和平均数

调和平均数是各数倒数的算术平均数的倒数,常用于分子所代表的量相等时对比率求平均。

19 个关键词2 个词条链接到这里4 个尚未撰写AI 撰写
统计学古希腊实数柯西–施瓦茨不等…偏导数机器学习F分数精确率与召回率调和平均数

调和平均数是一种衡量集中趋势的指标,对正数而言,定义为各数倒数的算术平均数的倒数。在统计学和应用数学中,当各比率的分子所代表的量相等,或者可以取得适当的、基于分子的权重时,调和平均数尤其适合用于合并这些比率。与算术平均数相比,较小的数值对调和平均数的影响更大。它与算术平均数、几何平均数一起,构成了古希腊时期就已得到研究的三种经典毕达哥拉斯平均数。

定义

对于 nn 个正实数 x1,…,xnx_1,\ldots,x_n,调和平均数为

H(x1,…,xn)=(1n∑i=1n1xi)−1=n∑i=1n1/xi.H(x_1,\ldots,x_n) = \left(\frac{1}{n}\sum_{i=1}^{n}\frac{1}{x_i}\right)^{-1} = \frac{n}{\displaystyle\sum_{i=1}^{n}1/x_i}.

对于两个正数 aa 和 bb,上式变为

H(a,b)=2aba+b.H(a,b)=\frac{2ab}{a+b}.

例如,22 和 88 的调和平均数为

H(2,8)=2⋅2⋅82+8=3.2,H(2,8)=\frac{2\cdot2\cdot8}{2+8}=3.2,

而它们的几何平均数为 44,算术平均数为 55。

标准定义假设所有输入值都严格为正。这一限制保证分母为正,且结果介于最小输入值与最大输入值之间。尽管同一代数表达式有时也能用于计算非零负数或正负混合的数值,但此时结果不一定具备平均数应有的性质。

加权调和平均数

给定不全为零的非负权重 w1,…,wnw_1,\ldots,w_n,加权调和平均数为

Hw=∑i=1nwi∑i=1nwi/xi.H_w = \frac{\displaystyle\sum_{i=1}^{n}w_i} {\displaystyle\sum_{i=1}^{n}w_i/x_i}.

如果将权重归一化,使得 ∑iwi=1\sum_i w_i=1,则公式简化为

Hw=(∑i=1nwixi)−1.H_w=\left(\sum_{i=1}^{n}\frac{w_i}{x_i}\right)^{-1}.

权重相等时,得到的就是普通调和平均数。将所有权重乘以同一个正常数,结果不变。权重为零的输入值不影响结果,可以省略。

权重的含义至关重要。对于表示为“每单位资源对应的数量”的比率,调和平均所用的权重通常代表分子中所指数量的大小,而算术平均所用的权重则代表分母中所指资源的大小。

数学性质

界与不等式

对于正输入值,

min⁡ixi≤H≤max⁡ixi.\min_i x_i\le H\le\max_i x_i.

设 GG 和 AA 分别表示同一组数的几何平均数和算术平均数,则

H≤G≤A,H\le G\le A,

其中各处等号同时成立,当且仅当所有输入值都相等。

不等式 H≤AH\le A 可由柯西—施瓦茨不等式直接推出:

(∑i=1nxi)(∑i=1n1xi)≥n2.\left(\sum_{i=1}^{n}x_i\right) \left(\sum_{i=1}^{n}\frac{1}{x_i}\right) \ge n^2.

当三种平均数采用同一组归一化非负权重时,这些不等式的加权形式也成立。

对于两个输入值,还存在以下恒等式:

H(a,b) A(a,b)=G(a,b)2=ab.H(a,b)\,A(a,b)=G(a,b)^2=ab.

缩放、单调性与敏感性

调和平均数关于各输入值对称,并具有一次齐次性:

H(cx1,…,cxn)=cH(x1,…,xn),c>0.H(cx_1,\ldots,cx_n)=cH(x_1,\ldots,x_n), \qquad c>0.

因此,改变计量单位时,平均数也会按相同比例变化。

保持其他输入值不变,增大任一输入值,都会使调和平均数增大。其偏导数为

∂H∂xi=H2nxi2.\frac{\partial H}{\partial x_i} = \frac{H^2}{n x_i^2}.

因此,在给定的一组数值中,较小的输入值比更大的输入值具有更大的局部影响。特别地,当某个输入值趋近于零,而其他输入值保持不变且为正时,调和平均数也趋近于零。

与算术平均数不同,调和平均数不具有平移等变性:给每个输入值加上一个常数,一般并不等于给平均数加上同一个常数。因此,调和平均数的解释依赖于比值和零点都具有实际意义的数据,例如速度、时长以及许多物理比率。

与其他平均数族的关系

调和平均数是阶数为 −1-1 的幂平均数。阶数为 p≠0p\ne0 的幂平均数为

Mp=(1n∑i=1nxip)1/p,M_p= \left(\frac{1}{n}\sum_{i=1}^{n}x_i^p\right)^{1/p},

因此 H=M−1H=M_{-1}。

如果一个数列各项的倒数构成等差数列,则称该数列为调和数列。对于两个正数 aa 和 bb,在它们之间插入其调和平均数,就会使

1a,1H(a,b),1b\frac{1}{a},\quad \frac{1}{H(a,b)},\quad \frac{1}{b}

构成等差数列。

比率与比值的平均

实际应用中的关键,不仅仅在于观测值是否为比率,还在于究竟要合并哪些基础量。

假设

ri=aibi,ai>0,bi>0.r_i=\frac{a_i}{b_i}, \qquad a_i>0,\quad b_i>0.

总体比率为

R=∑iai∑ibi.R=\frac{\sum_i a_i}{\sum_i b_i}.

由于 bi=ai/rib_i=a_i/r_i,因此

R=∑iai∑iai/ri,R=\frac{\sum_i a_i}{\sum_i a_i/r_i},

这就是以 aia_i 为权重的各个比率的加权调和平均数。等价地,

R=∑ibiri∑ibi,R=\frac{\sum_i b_i r_i}{\sum_i b_i},

这又是以 bib_i 为权重的加权算术平均数。

因此,调和平均与算术平均这两种形式,只是用不同的权重描述同一个总体比值。如果不了解背后的总量,就不能认为其中任何一种是对比率求平均时普遍正确的方法。

平均速度

一辆车行驶了两段相等的路程,其中一段的速度为 60 km/h60\ \mathrm{km/h},另一段为 30 km/h30\ \mathrm{km/h}。其平均速度为

21/60+1/30=40 km/h.\frac{2}{1/60+1/30}=40\ \mathrm{km/h}.

速度较慢的路段耗时更长,因此算术平均数 45 km/h45\ \mathrm{km/h} 并不是全程的平均速度。

对于不相等的路程 did_i,平均速度是以路程为权重的调和平均数:

vavg=∑idi∑idi/vi.v_{\mathrm{avg}} = \frac{\sum_i d_i}{\sum_i d_i/v_i}.

相反,如果以不同速度行驶的时长相等,那么平均速度就是这些速度的算术平均数。

价格与单位成本

如果以正单价 p1,…,pnp_1,\ldots,p_n 购买某种商品,每次花费相同金额,那么实际支付的总体单价就是这些单价的调和平均数。价格较低时,相同支出能买到更多商品,因此该价格对总体单位成本的影响更大。

对于不相等的支出金额 mim_i,总体单价为

paggregate=∑imi∑imi/pi.p_{\mathrm{aggregate}} = \frac{\sum_i m_i}{\sum_i m_i/p_i}.

如果每次购买的商品数量相等,而不是支出金额相等,那么适用的平均价格应为算术平均数。

其他应用

分类指标

在机器学习和信息检索中,F1值是精确率与召回率的调和平均数:

F1=2PRP+R.F_1=\frac{2PR}{P+R}.

这种构造使得任一分量取值较低时,得分都会受到明显影响。一个分量的高值无法完全弥补另一个分量的极低值。

更一般的评分指标

Fβ=(1+β2)PRβ2P+R,β>0,F_\beta = (1+\beta^2)\frac{PR}{\beta^2P+R}, \qquad \beta>0,

是加权调和平均数。写成倒数形式为

1Fβ=11+β21P+β21+β21R.\frac{1}{F_\beta} = \frac{1}{1+\beta^2}\frac{1}{P} + \frac{\beta^2}{1+\beta^2}\frac{1}{R}.

当精确率或召回率为零或未定义时,需要在严格正值定义之外另作约定。

电阻与分层介质

对于 nn 个并联的正电阻,其等效电阻满足

1Req=∑i=1n1Ri.\frac{1}{R_{\mathrm{eq}}} = \sum_{i=1}^{n}\frac{1}{R_i}.

因此,

Req=H(R1,…,Rn)n.R_{\mathrm{eq}}=\frac{H(R_1,\ldots,R_n)}{n}.

所以,等效电阻本身并不是调和平均数,而是调和平均数除以支路数。

对于沿稳态流动方向串联排列的理想分层介质,其有效传导系数也可用加权调和平均数描述。若第 ii 层的厚度为 did_i,传导系数为 kik_i,各层横截面积相等,且不存在额外的界面阻力,则

keff=∑idi∑idi/ki.k_{\mathrm{eff}} = \frac{\sum_i d_i}{\sum_i d_i/k_i}.

总体调和平均数

对于正随机变量 XX,总体调和平均数可定义为

HX=1E⁡[1/X],H_X=\frac{1}{\operatorname{E}[1/X]},

条件是 0<E⁡[1/X]<∞0<\operatorname{E}[1/X]<\infty,其中 E⁡\operatorname{E} 表示期望值。

当 E⁡[X]\operatorname{E}[X] 也有限时,由詹森不等式可得

HX≤E⁡[X].H_X\le \operatorname{E}[X].

如果 E⁡[1/X]=∞\operatorname{E}[1/X]=\infty,有时会将广义调和平均数定义为零。即使 XX 严格为正,也可能出现这种情况,因为零附近的概率足够大时,其倒数的期望就会为无穷大。

在独立同分布抽样且倒数期望有限的条件下,根据大数定律,样本调和平均数收敛于 HXH_X。但它通常并不是这一总体参数的无偏估计量。

局限性与计算

输入值为零时,倒数公式无定义。在非负数域上,可以通过连续延拓,规定只要至少有一个输入值为零,调和平均数就为零。这种约定是否有意义,取决于具体应用。

负值会带来更严重的问题。符号相反的倒数可能相互抵消,使表达式无定义,或者使其值超出输入值的范围。

调和平均数并不能在一般情况下替代其他集中趋势指标。它对较小观测值的高度敏感性,有助于解决某些汇总问题,但也可能使它对接近零的测量误差极为敏感。

在浮点运算中,如果倒数发生溢出,直接计算也可能遇到问题。对于正输入值,一种缩放后的公式使用 m=min⁡ixim=\min_i x_i:

H=mn∑im/xi.H = m\frac{n}{\sum_i m/x_i}.

这里,每个比值 m/xim/x_i 都位于 (0,1](0,1] 内,从而避免了显式计算极小输入值的倒数。不过,求和误差以及跨度极大的输入范围,仍可能要求对数值稳定性加以关注。