Máy tính Độ lệch Tuyệt đối Trung bình

Tính Độ lệch Tuyệt đối Trung bình với công thức từng bước, trực quan hóa tương tác và phân tích thống kê toàn diện. Hiểu sự biến thiên của dữ liệu với máy tính MAD miễn phí của chúng tôi.

Sử dụng miễn phíKhông cần đăng kýCập nhật 01/2026

Máy tính Độ lệch Tuyệt đối Trung bìnhDùng thử ngay — miễn phí ▼

Ví dụ nhanh

Điểm kiểm tra Dữ liệu doanh số Nhiệt độ Với giá trị ngoại lai

Nhập dữ liệu của bạn (cách nhau bằng dấu phẩy, khoảng trắng hoặc xuống dòng) Trích xuất số từ văn bản

Loại MAD

Độ chính xác thập phân

Embed Máy tính Độ lệch Tuyệt đối Trung bình Widget

Giới thiệu về Máy tính Độ lệch Tuyệt đối Trung bình

Chào mừng bạn đến với Máy tính Độ lệch Tuyệt đối Trung bình (MAD), một công cụ thống kê toàn diện tính toán MAD với các công thức từng bước, hình ảnh trực quan tương tác và phân tích dữ liệu chi tiết. Cho dù bạn là học sinh đang học thống kê, nhà nghiên cứu phân tích dữ liệu thực nghiệm hay chuyên gia đánh giá chất lượng dữ liệu, máy tính này đều cung cấp những hiểu biết trực quan về tính biến thiên của dữ liệu.

Độ lệch Tuyệt đối Trung bình (MAD) là gì?

Độ lệch Tuyệt đối Trung bình (MAD) là một thước đo thống kê định lượng khoảng cách trung bình giữa mỗi điểm dữ liệu và tâm của một tập dữ liệu. Không giống như phương sai và độ lệch chuẩn vốn bình phương các độ lệch, MAD sử dụng các giá trị tuyệt đối, giúp việc giải thích trở nên trực quan hơn và ít nhạy cảm hơn với các giá trị ngoại lai cực đoan.

MAD trả lời cho câu hỏi: "Trung bình, các điểm dữ liệu cách tâm bao xa?" Điều này làm cho nó trở thành một thước đo tuyệt vời về độ phân tán dữ liệu, dễ giải thích cho những người không chuyên về thống kê trong khi vẫn đảm bảo tính chặt chẽ về mặt toán học.

Công thức MAD

Độ lệch Tuyệt đối Trung bình (quanh số Trung bình)

$$\text{MAD} = \frac{1}{n}\sum_{i=1}^{n}|x_i - \bar{x}|$$

Trong đó:

n = Số lượng điểm dữ liệu
x_i = Mỗi giá trị dữ liệu riêng lẻ
x̄ = Số trung bình (trung bình cộng) của dữ liệu
|...| = Giá trị tuyệt đối (loại bỏ dấu âm)

MAD quanh số Trung vị

Một dạng thay thế tính toán MAD bằng cách sử dụng số trung vị thay vì số trung bình:

Độ lệch Tuyệt đối Trung bình (quanh số Trung vị)

$$\text{MAD}_{\text{median}} = \frac{1}{n}\sum_{i=1}^{n}|x_i - \tilde{x}|$$

Trong đó x̃ đại diện cho số trung vị. Phiên bản này mạnh mẽ hơn đối với các giá trị ngoại lai và đôi khi được ưu tiên cho các phân phối bị lệch.

Cách sử dụng máy tính này

Nhập dữ liệu của bạn: Nhập các giá trị số vào vùng văn bản, cách nhau bằng dấu phẩy, khoảng trắng hoặc xuống dòng. Nhấp vào các nút ví dụ để xem máy tính hoạt động.
Chọn loại MAD: Chọn "MAD quanh số Trung bình" cho cách tính tiêu chuẩn, hoặc "MAD quanh số Trung vị" để phân tích chống ngoại lai.
Thiết lập độ chính xác thập phân: Chọn từ 2-15 chữ số thập phân tùy thuộc vào yêu cầu độ chính xác của bạn.
Tính toán: Nhấp vào nút để xem kết quả toàn diện bao gồm MAD, hình ảnh trực quan và tính toán từng bước.
Phân tích: Xem lại biểu đồ phân tán hiển thị phân phối dữ liệu và biểu đồ cột so sánh các độ lệch cá nhân với MAD.

MAD so với Độ lệch chuẩn

Cả MAD và Độ lệch chuẩn (SD) đều đo lường độ phân tán dữ liệu, nhưng chúng có những khác biệt quan trọng:

Đặc điểm	MAD	Độ lệch chuẩn
Cơ sở công thức	Độ lệch tuyệt đối	Độ lệch bình phương
Độ nhạy ngoại lai	Ít nhạy cảm hơn	Nhạy cảm hơn (bình phương làm khuếch đại)
Giải thích	Cùng đơn vị với dữ liệu	Cùng đơn vị với dữ liệu
Tính chất toán học	Không thể lấy đạo hàm tại 0	Trơn, có thể lấy đạo hàm
Đối với phân phối chuẩn	MAD ≈ 0.7979 × SD	SD ≈ 1.2533 × MAD
Trường hợp sử dụng tốt nhất	Ước tính mạnh mẽ, dữ liệu không chuẩn	Suy luận thống kê, dữ liệu chuẩn

Khi nào nên sử dụng MAD

Ưu điểm của MAD

Tính mạnh mẽ: MAD ít bị ảnh hưởng bởi các giá trị ngoại lai vì nó không bình phương các độ lệch
Khả năng giải thích: Kết quả có cùng đơn vị với dữ liệu gốc và đại diện cho khoảng cách trung bình
Không có vấn đề về bình phương: Tránh các vấn đề với các con số quá lớn hoặc quá nhỏ có thể phát sinh từ việc bình phương
Giao tiếp: Dễ giải thích hơn cho đối tượng không chuyên về kỹ thuật

Khi nào chọn MAD thay vì SD

Dữ liệu của bạn chứa các giá trị ngoại lai hoặc các giá trị cực đoan
Bạn cần một thước đo độ phân tán mạnh mẽ cho các phân phối không chuẩn
Bạn muốn một thước đo trực quan để truyền đạt sự biến thiên
Bạn đang thực hiện phân tích dữ liệu khám phá

Giải thích các giá trị MAD

Ý nghĩa của giá trị MAD phụ thuộc vào ngữ cảnh. So sánh MAD với số trung bình để có thước đo tương đối:

Tỷ lệ MAD/Trung bình	Mức độ biến thiên	Giải thích
< 5%	Thấp	Dữ liệu rất nhất quán với độ phân tán tối thiểu
5% - 15%	Vừa phải	Biến thiên điển hình cho nhiều ứng dụng
15% - 30%	Cao	Độ phân tán đáng kể; có thể cần điều tra
> 30%	Rất cao	Các điểm dữ liệu phân tán rộng; kiểm tra các vấn đề

Tính MAD từng bước

Dưới đây là cách tính MAD thủ công:

Liệt kê dữ liệu của bạn: Sắp xếp các giá trị số của bạn
Tính toán tâm: Tìm số trung bình (hoặc trung vị)
Tìm độ lệch: Lấy mỗi giá trị trừ đi tâm
Lấy giá trị tuyệt đối: Loại bỏ bất kỳ dấu âm nào
Tính trung bình: Cộng các độ lệch tuyệt đối và chia cho số lượng

Ví dụ tính toán

Cho dữ liệu: 2, 4, 6, 8, 10

Trung bình = (2+4+6+8+10)/5 = 6
Độ lệch: |2-6|=4, |4-6|=2, |6-6|=0, |8-6|=2, |10-6|=4
MAD = (4+2+0+2+4)/5 = 12/5 = 2.4

Ứng dụng của MAD

Kiểm soát chất lượng

Các quy trình sản xuất sử dụng MAD để giám sát tính nhất quán. Giá trị MAD thấp hơn cho thấy sản xuất đồng đều hơn, trong khi MAD tăng có thể báo hiệu sự sai lệch quy trình hoặc vấn đề thiết bị.

Phân tích tài chính

MAD được sử dụng để đo lường mức độ biến động đầu tư và độ chính xác của dự báo. Nó cung cấp một thước đo mạnh mẽ về sai số dự đoán không bị bóp méo bởi các sai sót lớn không thường xuyên.

Nghiên cứu khoa học

Các nhà nghiên cứu sử dụng MAD khi dữ liệu có thể chứa các giá trị ngoại lai hoặc khi không biết phân phối cơ bản. Nó cung cấp ước tính độ phân tán đáng tin cậy mà không cần giả định tính chuẩn mực.

Giáo dục

MAD thường được dạy như một lời giới thiệu về các thước đo độ phân tán vì nó đơn giản hơn về mặt khái niệm so với độ lệch chuẩn trong khi vẫn có giá trị về mặt toán học.

Câu hỏi thường gặp

Độ lệch Tuyệt đối Trung bình (MAD) là gì?

Độ lệch Tuyệt đối Trung bình (MAD) là thước đo thống kê về khoảng cách trung bình giữa mỗi điểm dữ liệu và tâm của tập dữ liệu (trung bình hoặc trung vị). Không giống như phương sai và độ lệch chuẩn vốn bình phương các độ lệch, MAD sử dụng các giá trị tuyệt đối, giúp nó trực quan hơn và ít nhạy cảm hơn với các giá trị ngoại lai cực đoan. Công thức là MAD = (1/n) × Tổng của |x_i - tâm|.

Sự khác biệt giữa MAD quanh số trung bình và MAD quanh số trung vị là gì?

MAD quanh số trung bình đo độ lệch tuyệt đối trung bình so với số trung bình cộng - dạng phổ biến nhất được sử dụng trong thống kê. MAD quanh số trung vị (còn được gọi là Độ lệch tuyệt đối trung vị) sử dụng trung vị làm điểm tâm, giúp nó mạnh mẽ hơn trước các giá trị ngoại lai. Đối với các phân phối đối xứng, cả hai giá trị đều tương tự nhau, nhưng đối với dữ liệu bị lệch hoặc dữ liệu có các giá trị ngoại lai, MAD quanh số trung vị cung cấp thước đo độ phân tán đáng tin cậy hơn.

MAD khác với Độ lệch chuẩn như thế nào?

Cả MAD và Độ lệch chuẩn đều đo lường sự phân tán dữ liệu, nhưng chúng khác nhau về phương pháp luận. Độ lệch chuẩn bình phương mỗi độ lệch trước khi tính trung bình, sau đó lấy căn bậc hai - điều này làm cho nó nhạy cảm hơn với các giá trị ngoại lai vì việc bình phương làm khuếch đại các độ lệch lớn. MAD chỉ đơn giản là tính trung bình các độ lệch tuyệt đối, mang lại kết quả dễ giải thích hơn trong cùng đơn vị với dữ liệu gốc. Đối với dữ liệu phân phối chuẩn, SD xấp xỉ bằng 1,25 lần MAD.

Khi nào tôi nên sử dụng MAD thay vì Độ lệch chuẩn?

Sử dụng MAD khi: (1) Dữ liệu của bạn chứa các giá trị ngoại lai có thể làm lệch độ lệch chuẩn, (2) Bạn muốn một thước đo trực quan hơn trong các đơn vị dữ liệu gốc, (3) Bạn cần ước tính độ phân tán mạnh mẽ cho các phân phối không chuẩn, (4) Bạn đang giải thích sự biến thiên cho những người không chuyên về thống kê. Sử dụng Độ lệch chuẩn khi làm việc với phân phối chuẩn, suy luận thống kê hoặc khi tính so sánh với các nghiên cứu khác sử dụng SD là quan trọng.

Giá trị MAD cao cho thấy điều gì?

Giá trị MAD cao cho thấy các điểm dữ liệu phân tán rộng so với tâm, thể hiện sự biến thiên cao. Việc giải thích phụ thuộc vào ngữ cảnh - so sánh MAD với số trung bình theo tỷ lệ phần trăm: MAD dưới 5% số trung bình cho thấy biến thiên thấp (dữ liệu chính xác), 5-15% cho thấy biến thiên vừa phải, 15-30% cho thấy biến thiên cao và lớn hơn 30% cho thấy biến thiên rất cao có thể cần điều tra các vấn đề về chất lượng dữ liệu hoặc biến đổi tự nhiên.

Máy tính MAD này hỗ trợ bao nhiêu số?

Máy tính MAD trực tuyến của chúng tôi được thiết kế để hiệu quả và có thể xử lý các tập dữ liệu từ 2 số lên đến hơn 100.000 giá trị. Máy tính xử lý dữ liệu ngay lập tức bằng cách sử dụng số học thập phân độ chính xác cao để đảm bảo kết quả chính xác bất kể kích thước tập dữ liệu. Chỉ cần nhập các số của bạn cách nhau bằng dấu phẩy, khoảng trắng hoặc xuống dòng.

Tài nguyên bổ sung

Tham khảo nội dung, trang hoặc công cụ này như sau:

"Máy tính Độ lệch Tuyệt đối Trung bình" tại https://MiniWebtool.com/vi/máy-tính-độ-lệch-tuyệt-đối-trung-bình/ từ MiniWebtool, https://MiniWebtool.com/

bởi đội ngũ miniwebtool. Cập nhật: 19 tháng 1, 2026

Có API dành cho developer: Chạy công cụ này từ ứng dụng, tự động hóa hoặc agent của bạn bằng một yêu cầu HTTP JSON. Xem tài liệu API

Bạn cũng có thể thử AI Giải Toán GPT của chúng tôi để giải quyết các vấn đề toán học của bạn thông qua câu hỏi và trả lời bằng ngôn ngữ tự nhiên.

Máy tính Độ lệch Tuyệt đối Trung bình

Giới thiệu về Máy tính Độ lệch Tuyệt đối Trung bình

Độ lệch Tuyệt đối Trung bình (MAD) là gì?

Công thức MAD

MAD quanh số Trung vị

Cách sử dụng máy tính này

MAD so với Độ lệch chuẩn

Khi nào nên sử dụng MAD

Ưu điểm của MAD

Khi nào chọn MAD thay vì SD

Giải thích các giá trị MAD

Tính MAD từng bước

Ví dụ tính toán

Ứng dụng của MAD

Kiểm soát chất lượng

Phân tích tài chính

Nghiên cứu khoa học

Giáo dục

Câu hỏi thường gặp

Độ lệch Tuyệt đối Trung bình (MAD) là gì?

Sự khác biệt giữa MAD quanh số trung bình và MAD quanh số trung vị là gì?

MAD khác với Độ lệch chuẩn như thế nào?

Khi nào tôi nên sử dụng MAD thay vì Độ lệch chuẩn?

Giá trị MAD cao cho thấy điều gì?

Máy tính MAD này hỗ trợ bao nhiêu số?

Tài nguyên bổ sung

Thống kê và phân tích dữ liệu:

Công cụ phổ biến và mới cập nhật:

Tải tất cả trong một tệp ZIP với Pro