平均計算機

便利なオンライン平均値計算機を利用すれば、あらゆるデータセットの平均を簡単に計算できます。入力ボックスに直接数値を入力するか、コピー＆ペーストでデータを貼り付けてください。その際、各データは必ずカンマ（,）で区切るようにしてください。準備ができたら「計算」ボタンをクリックするだけです。

この平均計算ツールでは、データセットの平均（算術平均）だけでなく、詳細な計算手順や関連する統計情報も瞬時に表示されます。

平均とは

平均（平均値）は、データセット内のすべての数値を基に算出される代表値です。すべてのデータを用いて計算されるため、データセット全体の特徴を正確に表すことができます。統計学において、平均は最も重要な「中心傾向」または「要約統計量」の1つとして位置づけられています。

一般的に「平均」と呼ばれるものは単純算術平均を指します。しかし、目的やデータの性質に応じて、幾何平均（相乗平均）、加重平均、複合算術平均、調和平均など、複数の種類の平均が存在します。

なお、統計学上、母集団の平均は「μ（ミュー）」、標本（サンプル）の平均は「X̄（エックスバー）」という記号で表されます。

単純平均（算術平均）

単純平均は、データセットのすべての値の合計を、データの総数で割ることによって計算されます。一般的に「平均」や「平均値」と言う場合、この「単純平均」や「算術平均」を指すことがほとんどです。

母集団の平均（μ）を計算する場合は、以下の式を使用します。

μ = データセットの値の合計 / 母集団のデータ総数 = ΣX / N

標本（サンプル）の平均（X̄）を計算する場合は、次の式を使用します。

X̄ = データセットの値の合計 / サンプルのデータ総数 = ΣX / n

具体例を用いて、平均の計算方法を確認してみましょう。

例

以下の表は、ジャスミンが前学期に履修した7科目のテストのスコア（点数）を示しています。彼女の前学期の平均点は何点でしょうか？

解答

平均点 = ΣX / N = (84 + 90 + 75 + 60 + 85 + 92 + 81) / 7 = 567 / 7 = 81

平均は私たちの日常生活に深く根付いている概念です。平均年収、平均生産コスト、平均価格、平均点、平均燃費など、身の回りのあらゆる場面で使用されています。単純平均（算術平均）は最も標準的な計算方法であり、「理想的な平均」とも呼ばれます。

しかし、データの性質や状況によっては、他の中心傾向の尺度（幾何平均、加重平均、中央値など）を使用する方が適している場合があります。それぞれ詳しく見ていきましょう。

幾何平均（相乗平均）

算術平均は、時間の経過に伴う「平均成長率」や「平均増加率」を計算するのには適していません。複利計算など、財務や会計の分野でよく用いられる計算においては、幾何平均（相乗平均）を使用する方がはるかに正確です。なぜなら、成長率や変化率は「足し算（加法的）」ではなく「掛け算（乗法的）」で変動するからです。

データセットの幾何平均は、すべての値（n個の項目）を掛け合わせた積の「n乗根」として定義されます。つまり、各データを掛け合わせ、その結果のn乗根（nはデータ数）を求めることで計算できます。幾何平均は、比率、パーセンテージ、成長率などの平均を出す際に非常に役立ちます。

$$幾何平均 = \sqrt[n]{x₁×x₂×x₃×…×xₙ} = (x₁×x₂×x₃×…×xₙ)^{\frac{1}{n}}$$

先ほどのジャスミンの点数の例を用いて、幾何平均を計算してみましょう。

$$幾何平均 = \sqrt[7]{84×90×75×60×85×92×81} = 80.31$$

一般的に、幾何平均は単純平均（算術平均）以下の値になります。

今回の例でも以下のようになります。 幾何平均 ≤ 算術平均

80.31 < 81

当サイトのオンライン平均計算機を利用すれば、単純な算術平均だけでなく、データセットの幾何平均も瞬時に算出することが可能です。

加重平均

単純平均では、データセット内のすべての値が「同じ重み（同じ重要度）」を持つものとして扱われます。しかし、現実のデータにおいては、すべての項目を同じ重要度で評価できないケースも多々あります。

先ほどの成績の例では、すべての点数を合計して科目数で割ることで平均を出しました。しかし、各科目の「単位数」や「相対的な重要度」は考慮されていませんでした。

データの各項目に異なる重要度（重み）がある場合は、加重平均を使用します。加重平均は、各データにその重み（W）を掛け合わせた値（加重値：WX）の合計を、重みの合計（ΣW）で割ることによって計算されます。

加重平均を求める公式は以下の通りです。

加重平均 = 加重値の合計 / 重みの合計 = ΣWX / ΣW

例

先ほどの成績の例で、各科目に異なる「重み（単位数など）」が設定されていると仮定しましょう。重みを考慮したジャスミンの成績データは以下の表のようになります。

解答

加重平均点 = ΣWX / ΣW = (84×3+90×2+75×4+60×3+85×3+92×2+81×3)/(3+2+4+3+3+2+3) = (252+180+300+180+255+184+243)/20 = 1594/20 = 79.7

中央値

中央値（メジアン）とは、データ群を昇順（小さい順）または降順（大きい順）に並べ替えたときに、ちょうど中央にくる値のことです。つまり、データ配列（生データを大きさの順に並べたもの）をちょうど半分に分割するポイントが中央値です。結果として、データの50%は中央値より小さく、残りの50%は中央値より大きくなります。

中央値の計算方法

中央値を求めるには、まずデータを順番に並べ替え、以下の式を使用して中央値がどの位置にあるかを特定します。

$$中央の位置 = \left( \frac{n+1}{2} \right)番目$$

※「n」は、データセットの総データ数（項目数）を表します。

データ数が奇数の場合、ちょうど中央に位置するデータがそのまま中央値になります。 一方、データ数が偶数の場合は、中央に位置する2つの値の「平均（足して2で割ったもの）」が中央値となります。

平均と中央値の違い

1. 計算方法と値の扱い: 平均（平均値）は、すべてのデータを合計し、データ数で割ることで算出されます。データセット内のすべての数値の大きさが反映されるのが特徴です。一方、中央値はデータを大きさ順に並べた際の「真ん中の値」です。データを半分に分ける中心点を特定しますが、すべての数値の大きさ自体は計算に反映されません。

2. 視覚的な推定: 平均も中央値も、グラフなどから視覚的に推定することが可能です。データが左右対称の正規分布であれば、平均はグラフの中央に位置するため大まかに予測できます。中央値は、箱ひげ図（ボックスプロット）などにおいて、箱内の中心線として明確に視覚化されます。

3. 統計分析における役割: 平均は、外れ値を含まない正規分布のデータに最適であり、分散や標準偏差などの高度な統計計算の基礎となります。一方、中央値は、データ分布に歪みがある場合や極端な外れ値が存在する場合に、データの「一般的な水準」を示すのに非常に有効です。特定の分布を仮定しないノンパラメトリック検定でも頻繁に用いられます。

平均を使用するべきケース

データが左右対称に分布しており、極端に大きい（または小さい）「外れ値」が存在しない場合、平均は最も優れた中心傾向の尺度となります。すべてのデータ値を計算に組み込むため、データの中心を正確に示す信頼性の高い指標です。もしデータセットに外れ値が含まれている場合は、データの全体像を正しく把握するために、計算前に外れ値を除外するなどの処理を行うことが推奨されます。

中央値を使用するべきケース

データの分布に歪みがある場合や、極端な外れ値が存在する場合は、中央値を使用するのが適切です。中央値は単に「並べ替えたときの真ん中の順位」を見るため、平均とは異なり極端な値（外れ値）の影響をほとんど受けません。そのため、外れ値によって平均が大きく引っ張られてしまうようなケースでも、中央値であればデータ全体の一般的な傾向を正しく表すことができます。

元のジャスミンの成績データを少し変更して、外れ値がどのような影響を与えるかを確認してみましょう。

例

もしジャスミンが「国際研究」のテストで、92点ではなく極端に低い「15点」を取ってしまったと仮定します。この新しいデータセットにおけるジャスミンの平均点はどうなるでしょうか？

解答

平均点 = ΣX / N = (84+90+75+60+85+15+81)/7 = 490/7 = 70

新しい平均点は「70点」となりました。元の平均点（81点）から一気に11点も下がっています。たった1つの極端に低い点数（外れ値）が、全体の平均値を大きく引き下げてしまうことがわかります。

このような状況においては、平均よりも中央値の方が、データの中心を適切に表す尺度となります。

これを実感するために、元のデータセットと、外れ値を含む変更後のデータセットの「中央値」をそれぞれ計算して比較してみましょう。

例 1：元のデータの中央値

以下の表は、ジャスミンの元の成績データです。このデータの中央値は何点でしょうか？

解答

最初のステップとして、すべての点数を大きさ順に並べ替えます（昇順でも降順でも構いません。ここでは昇順にします）。

60, 75, 81, 84, 85, 90, 92

$$中央の位置 = \left( \frac{n+1}{2} \right)番目 = \left( \frac{7+1}{2} \right)番目 = 4番目$$

次に、データセットの4番目の値を確認します。それは「84」です。したがって、元のデータセットの中央値は84点となります。

次に、外れ値を含む変更後のデータセットで中央値を求めてみましょう。

例 2：外れ値を含むデータの中央値

ジャスミンが「国際研究」で92点ではなく15点を取ってしまったとします。この場合の新しい中央値は何点になるでしょうか？

解答

最初のステップとして、すべての点数を昇順に並べ替えます。外れ値の「15」を含めて正しく配置します。

15, 60, 75, 81, 84, 85, 90

$$中央の位置 = \left( \frac{n+1}{2} \right)番目 = \left( \frac{7+1}{2} \right)番目 = 4番目$$

次に、データセットの4番目の値を確認します。これは「81」であり、新しいデータセットの中央値となります。

平均値が81点から70点へ大幅に減少したのに対し、中央値は84点から81点へのわずかな変動にとどまっており、極端な外れ値の影響をほとんど受けていないことが確認できます。