Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch.

Trả lời ngắn: Mean, hay trung bình cộng, được tính bằng cách cộng tất cả giá trị rồi chia cho số quan sát. Nó cho biết điểm cân bằng của tổng dữ liệu nếu tổng được chia đều. Vì dùng mọi quan sát, mean có thể bị kéo mạnh bởi một giá trị quá lớn hoặc quá nhỏ.

Đọc xong, bạn sẽ hiểu:

  • Mean đại diện điều gì ngoài thao tác “cộng rồi chia”.
  • Ký hiệu mean của mẫu và tổng thể khác nhau ra sao.
  • Vì sao phải kiểm ngoại lệ trước khi gọi mean là “mức điển hình”.

TVM Framework #10 vừa khép phase về giá trị thời gian của tiền. Từ bài này, ta chuyển sang thống kê mô tả: biến một tập nhiều con số thành vài thước đo dễ đọc hơn. Mean là thước đo trung tâm phổ biến nhất, nhưng cũng rất dễ bị diễn giải quá tay.

1. Mean là gì?

OpenStax gọi mean, hay arithmetic mean, là một thước đo vị trí trung tâm. Cách tính:

Mean = Tổng mọi giá trị ÷ Số giá trị

Với một mẫu gồm n quan sát:

x̄ = (x₁ + x₂ + ... + xₙ) ÷ n

x̄, đọc là “x ngang”, là mean của mẫu. Mẫu là phần dữ liệu được lấy ra để nghiên cứu.

Với toàn bộ tổng thể:

μ = (Tổng mọi giá trị trong tổng thể) ÷ N

μ, đọc là “mu”, là mean của tổng thể. N là số phần tử trong toàn bộ tổng thể. Công thức giống nhau về thao tác, nhưng phạm vi khác nhau. Mean của một mẫu không tự động bằng mean của cả tổng thể; chất lượng mẫu quyết định khả năng đại diện.

Một quan sát là một giá trị ghi nhận. Tập hợp các quan sát là tập dữ liệu. Nếu dữ liệu là khối lượng giao dịch theo triệu đơn vị trong năm ngày, mỗi ngày cho một quan sát.

Trực giác chia đều

Giả sử bốn người có 2, 4, 6 và 10 viên bi. Tổng là 22. Nếu gom lại rồi chia đều, mỗi người nhận 5,5 viên. Mean bằng 5,5 dù không ai ban đầu có đúng 5,5.

Hình 1 — Mean là phần bằng nhau nếu tổng được phân lại cho mọi quan sát.

Vì thế mean không nhất thiết là một giá trị đã xuất hiện. Nó cũng không mặc định là giá trị thường gặp nhất hay người “điển hình” nhất. Nó là điểm cân bằng số học của tổng.

2. Tính mean và nhìn tác động của ngoại lệ

Giả sử khối lượng demo trong năm phiên, đơn vị triệu:

8, 9, 10, 11, 12

Tổng:

8 + 9 + 10 + 11 + 12 = 50

Số quan sát n=5, nên:

x̄ = 50 ÷ 5 = 10 triệu

Kết quả 10 nằm giữa dữ liệu và cũng là một quan sát. Nhưng đó là đặc điểm của bộ số này, không phải điều kiện của mean.

Giờ thêm một phiên có khối lượng 40 triệu:

8, 9, 10, 11, 12, 40

Tổng mới là 90, n=6:

x̄ = 90 ÷ 6 = 15 triệu

Năm giá trị cũ không đổi, nhưng mean tăng từ 10 lên 15. Quan sát 40 nằm xa phần còn lại và được gọi là giá trị ngoại lệ trong ngữ cảnh này.

Hình 2 — Mean dùng mọi quan sát nên một giá trị lớn có thể kéo tâm lên.

Điều này không làm mean “sai”. Mean đã trả lời chính xác: nếu tổng 90 được chia đều cho sáu phiên, mỗi phiên nhận 15. Vấn đề nằm ở câu diễn giải. Gọi 15 là khối lượng “một phiên điển hình” có thể khiến người đọc tưởng phần lớn phiên quanh 15, trong khi năm trên sáu phiên chỉ từ 8 đến 12.

OpenStax về độ lệch chỉ ra mean phản ứng mạnh với dữ liệu lệch và ngoại lệ. Bài Median #12 sẽ học thước đo dựa vào vị trí sau khi sắp xếp, thường ít bị giá trị cực đoan kéo hơn.

Mean từ bảng tần suất

Nếu giá trị lặp nhiều lần, không cần viết lại từng quan sát. Nhân mỗi giá trị với tần suất, cộng lại rồi chia tổng tần suất:

Mean = Σ(giá trị × tần suất) ÷ Σ tần suất

Đây vẫn là cùng công thức. Tần suất chỉ là cách nén danh sách. Đừng nhầm nó với weighted mean dùng trọng số có ý nghĩa khác; bài này chưa mở rộng sang bình quân gia quyền.

3. Năm lỗi và giới hạn cần chặn

Lỗi 1: chia sai mẫu số. Nếu có sáu quan sát nhưng chỉ năm giá trị hợp lệ, phải giải thích tiêu chí loại. Không chia tổng của năm giá trị cho sáu hoặc ngược lại.

Lỗi 2: trộn đơn vị. Không lấy bốn giá trị theo triệu đồng cộng với một giá trị theo đồng. Đơn vị và khoảng thời gian phải thống nhất trước khi tính.

Lỗi 3: bỏ qua dữ liệu thiếu hoặc trùng. Một ô trống có thể bị công cụ bỏ qua; một dòng trùng có thể bị tính hai lần. Mean vẫn chạy nhưng mô tả sai tập dữ liệu dự định.

Lỗi 4: tự động xóa ngoại lệ. Một giá trị khác biệt có thể là lỗi nhập, sự kiện thật hoặc dấu hiệu cấu trúc khác. NIST lưu ý việc xác định giá trị ngoại lệ cần xem hình dạng dữ liệu và quan sát bất thường; không xóa chỉ vì con số làm mean xấu.

Lỗi 5: gọi mean là “bình thường”. Mean là thước đo trung tâm số học, không phải nhãn chuẩn mực. Với phân phối lệch hoặc có đuôi dài, median có thể mô tả vị trí tốt hơn. NIST cũng lưu ý khi dữ liệu có giá trị cực đoan ở đuôi, median thường là ước lượng vị trí phù hợp hơn mean.

Mean một mình không nói dữ liệu phân tán bao xa. Hai tập có thể cùng mean 10:

  • 9, 10, 10, 10, 11;
  • 0, 5, 10, 15, 20.

Tâm giống nhau nhưng độ trải khác hẳn. Các bài variance và standard deviation sau này mới đo lớp thông tin đó.

Đặc biệt cẩn thận với tỷ lệ phần trăm. Mean của 10% và 20% bằng 15% chỉ có ý nghĩa khi các đại lượng cơ sở tương thích. Nếu hai nhóm có quy mô khác nhau, có thể cần trọng số. Không lấy trung bình của các mức trung bình mà quên số quan sát đứng sau từng nhóm.

4. Checklist và bài tập Google Sheets 15 phút

Trước khi báo mean:

  1. Phạm vi dữ liệu đại diện cho ai và giai đoạn nào?
  2. Mọi giá trị có cùng đơn vị không?
  3. Có ô thiếu, dòng trùng hoặc lỗi nhập không?
  4. Tổng đã kiểm độc lập chưa?
  5. Số quan sát n có khớp vùng dữ liệu không?
  6. Công thức thủ công có khớp hàm bảng tính không?
  7. Thêm/bớt ngoại lệ làm mean đổi bao nhiêu?
  8. Có nên báo thêm median và độ phân tán không?

Hình 3 — Kiểm phạm vi, đơn vị, dữ liệu thiếu và ngoại lệ trước khi diễn giải.

Dừng nếu chưa rõ đơn vị, phạm vi mẫu, nguyên nhân dữ liệu thiếu hoặc nguồn của giá trị ngoại lệ. Đừng dùng mean làm tín hiệu giao dịch hay dự báo chỉ vì nó tóm tắt được quá khứ.

a. Bắt đầu từ đâu?

Mở Google Sheets miễn phí. Nhập 8, 9, 10, 11, 12 vào A2:A6.

  • Mean bằng hàm: =AVERAGE(A2:A6).
  • Kiểm thủ công: =SUM(A2:A6)/COUNT(A2:A6).

Hai kết quả phải bằng 10. Sau đó nhập 40 vào A7, mở rộng vùng tới A2:A7 và ghi mean mới. Viết một câu: “Mean tăng 5 triệu dù năm quan sát cũ không đổi, vì 40 kéo tổng lên.”

b. Mẫu đối chiếu đã điền

Dữ liệu Tổng n Mean
8, 9, 10, 11, 12 50 5 10
8, 9, 10, 11, 12, 40 90 6 15

Đây là dữ liệu giả để học cơ chế. Chưa dùng tiền thật, chưa suy ra xu hướng và chưa gọi mean là ngưỡng mua/bán.

5. Tổng kết và bài học tiếp theo

a. Năm ý chính

  • Mean bằng tổng mọi giá trị chia số quan sát.
  • x̄ dùng cho mẫu; μ dùng cho tổng thể.
  • Mean là điểm chia đều của tổng và không cần xuất hiện trong dữ liệu.
  • Mọi quan sát đều tác động nên ngoại lệ có thể kéo mean mạnh.
  • Trước khi gọi mean “điển hình”, phải kiểm phạm vi, đơn vị, dữ liệu thiếu và hình dạng phân phối.

b. Câu hỏi tự kiểm tra

  • Vì sao mean 5,5 vẫn hợp lệ khi không ai có 5,5 viên bi?
  • Thêm 40 vào bộ 8–12 làm mean đổi thế nào?
  • Có nên xóa ngay một ngoại lệ để mean đẹp hơn không?

c. Gợi ý đáp án

Xem gợi ý câu 1

Mean là phần bằng nhau khi tổng được chia lại, không cần là quan sát thật. Xem lại mục 1.

Xem gợi ý câu 2

Tổng tăng từ 50 lên 90 và n từ 5 lên 6, nên mean tăng từ 10 lên 15. Xem lại mục 2.

Xem gợi ý câu 3

Không. Phải điều tra lỗi nhập, bối cảnh và hình dạng dữ liệu trước khi loại. Xem lại mục 3.

d. Thuật ngữ cần nhớ

Thuật ngữ Giải thích ngắn
Mean Tổng các giá trị chia số quan sát.
Arithmetic mean Tên đầy đủ của trung bình cộng.
Quan sát Một giá trị được ghi nhận trong dữ liệu.
Tập dữ liệu Nhóm các quan sát được phân tích.
Mẫu Một phần của tổng thể được quan sát.
Tổng thể Toàn bộ đối tượng thuộc câu hỏi nghiên cứu.
x̄ Ký hiệu mean của mẫu.
μ Ký hiệu mean của tổng thể.
Ngoại lệ Quan sát nằm khác biệt xa so với phần lớn dữ liệu.
Skewness (độ bất đối xứng) Mức phân phối kéo dài không cân xứng về một phía.

e. Nguồn tham khảo

Bài trước: TVM Framework #10. Bài tiếp theo: Median #12, nơi ta tìm điểm giữa theo vị trí và xem vì sao nó ít bị ngoại lệ kéo hơn.

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch. Mọi thị trường và sản phẩm tài chính đều có rủi ro mất vốn.