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 n 个正实数 x1,…,xn,调和平均数为
H(x1,…,xn)=(n1i=1∑nxi1)−1=i=1∑n1/xin.
对于两个正数 a 和 b,上式变为
H(a,b)=a+b2ab.
例如,2 和 8 的调和平均数为
H(2,8)=2+82⋅2⋅8=3.2,
而它们的几何平均数为 4,算术平均数为 5。
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,…,wn,加权调和平均数为
Hw=i=1∑nwi/xii=1∑nwi.
如果将权重归一化,使得 ∑iwi=1,则公式简化为
Hw=(i=1∑nxiwi)−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,
iminxi≤H≤imaxxi.
设 G 和 A 分别表示同一组数的几何平均数和算术平均数,则
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≤A 可由柯西—施瓦茨不等式直接推出:
(i=1∑nxi)(i=1∑nxi1)≥n2.
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.
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.
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
∂xi∂H=nxi2H2.
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 的幂平均数。阶数为 p=0 的幂平均数为
Mp=(n1i=1∑nxip)1/p,
因此 H=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 a 和 b,在它们之间插入其调和平均数,就会使
a1,H(a,b)1,b1
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=biai,ai>0,bi>0.
总体比率为
R=∑ibi∑iai.
由于 bi=ai/ri,因此
R=∑iai/ri∑iai,
这就是以 ai 为权重的各个比率的加权调和平均数。等价地,
R=∑ibi∑ibiri,
这又是以 bi 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/h,另一段为 30 km/h。其平均速度为
1/60+1/302=40 km/h.
速度较慢的路段耗时更长,因此算术平均数 45 km/h 并不是全程的平均速度。
对于不相等的路程 di,平均速度是以路程为权重的调和平均数:
vavg=∑idi/vi∑idi.
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,…,pn 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 mi,总体单价为
paggregate=∑imi/pi∑imi.
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=P+R2PR.
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)β2P+RPR,β>0,
是加权调和平均数。写成倒数形式为
Fβ1=1+β21P1+1+β2β2R1.
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 n 个并联的正电阻,其等效电阻满足
Req1=i=1∑nRi1.
因此,
Req=nH(R1,…,Rn).
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 i 层的厚度为 di,传导系数为 ki,各层横截面积相等,且不存在额外的界面阻力,则
keff=∑idi/ki∑idi.
总体调和平均数
对于正随机变量 X,总体调和平均数可定义为
HX=E[1/X]1,
条件是 0<E[1/X]<∞,其中 E 表示期望值。
当 E[X] 也有限时,由詹森不等式可得
HX≤E[X].
如果 E[1/X]=∞,有时会将广义调和平均数定义为零。即使 X 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 HX。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=minixi:
H=m∑im/xin.
这里,每个比值 m/xi 都位于 (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。