幾何平均距離：概念、計算與應用詳解

幾何平均距離：概念、計算與應用詳解

在眾多描述數據集中中心趨勢或離散程度的統計學指標中，幾何平均距離（Geometric Mean Distance）是一個相對較為特殊且重要的概念，尤其在處理具有指數增長或衰減特徵的數據，以及衡量空間或尺度上差異的場景中，其應用價值顯著。

什麼是幾何平均距離？

首先，我們需要理解「幾何平均」的概念。對於一組正數 $x_1, x_2, ldots, x_n$，它們的幾何平均值定義為這些數的乘積的 $n$ 次方根：

$$GM = sqrt[n]{x_1 imes x_2 imes ldots imes x_n}$$

幾何平均距離則是在此基礎上，將其應用於描述數據點之間的距離。在實際應用中，它通常不是直接計算點與點之間的歐幾里得距離，而是描述一系列距離的平均水平，或者在多維空間中，衡量數據點相對於某個參考點（例如原點或質心）的「平均」空間尺度。

需要注意的是，幾何平均距離要求參與計算的所有數值必須是正數。如果數據中存在零或負數，則無法直接計算幾何平均。在這種情況下，通常需要對數據進行轉換，例如將零值替換為一個非常小的正數，或者使用對數轉換等方法。

如何計算幾何平均距離？

計算幾何平均距離的具體步驟取決於其應用場景。以下是幾種常見的計算方式：

1. 對於一組距離數據的幾何平均

假設我們有一系列測量得到的距離，例如 $d_1, d_2, ldots, d_n$。如果這些距離都是正數，我們可以按照幾何平均的定義進行計算：

$$幾何平均距離 = sqrt[n]{d_1 imes d_2 imes ldots imes d_n}$$

例如，如果我們測量了三個物體到某個點的距離分別是 2 米、8 米和 18 米，那麼這些距離的幾何平均距離為：

$$GM = sqrt[3]{2 imes 8 imes 18} = sqrt[3]{288} approx 6.60 ext{ 米}$$

2. 在多維空間中的應用

在某些情況下，幾何平均距離可能用於描述數據點在多維空間中的「平均大小」或「擴散程度」。例如，假設我們有一個數據集，其中每個數據點 $(x_i, y_i)$ 代表一個位置。我們可以計算每個點到原點 $(0,0)$ 的歐幾里得距離 $r_i = sqrt{x_i^2 + y_i^2}$。然後，這些距離的幾何平均就可以被視為一個衡量數據集「平均距離到原點」的概念。

另外，在某些機器學習或數據挖掘演算法中，幾何平均距離可能被用於衡量數據點的簇的大小或分散程度，尤其是在處理非歐幾里得空間或對尺度敏感的數據時。

3. 利用對數進行計算

由於直接計算大量數值的乘積可能導致數值溢出或下溢，同時計算高次方的根也可能不方便，因此通常會利用對數的性質來簡化計算。對數的性質 $log(ab) = log a + log b$ 和 $log(a^n) = n log a$ 使得幾何平均的計算可以轉化為算術平均的計算：

首先，對原始數據取對數：$log(x_1), log(x_2), ldots, log(x_n)$。

然後，計算這些對數值的算術平均：

$$ ext{Average of Logs} = frac{log(x_1) + log(x_2) + ldots + log(x_n)}{n}$$

最後，將算術平均值進行指數運算（取反對數），即可得到幾何平均值：

$$GM = e^{ ext{Average of Logs}} quad ext{（如果使用自然對數 ln）}$$ $$GM = 10^{ ext{Average of Logs}} quad ext{（如果使用常用對數 log10）}$$

例如，使用上面 2 米、8 米和 18 米的例子，若使用自然對數：

$$ln(2) approx 0.693, ln(8) approx 2.079, ln(18) approx 2.890$$ $$ ext{Average of Logs} = frac{0.693 + 2.079 + 2.890}{3} = frac{5.662}{3} approx 1.887$$ $$GM = e^{1.887} approx 6.60$$

這與直接計算的結果一致，但當數值數量龐大或數值範圍極大時，這種對數轉換的方法更為穩健。

幾何平均距離的應用場景

幾何平均距離在多個領域都有廣泛的應用：

• 經濟學與金融學： 用於計算資產收益率的平均值，尤其是在多個時期。由於收益率是乘積關係（下一期的收益率是基期乘以本期收益率），因此使用幾何平均比算術平均更能準確反映長期平均增長率。
• 生物學： 在種群增長模型中，如果種群數量按指數規律增長，幾何平均可用於估計平均增長率。
• 工程學： 在測量和質量控制中，當測量值存在比例差異時，幾何平均距離可以提供一個更合適的平均值。例如，在測量零件尺寸時，如果存在幾個較小的尺寸和幾個較大的尺寸，幾何平均可以提供一個更具代表性的尺度。
• 地理信息系統（GIS）和空間分析： 在某些空間統計模型中，幾何平均距離可能被用來描述空間對象的集中程度或平均分佈尺度。
• 圖像處理： 在某些圖像濾波器或特徵提取演算法中，可能會用到幾何平均距離來平滑或增強圖像。
• 市場營銷： 在分析多個產品的銷售增長率時，幾何平均可以更準確地反映整體市場的平均增長情況。

與算術平均距離的區別：

算術平均距離（Arithmetic Mean Distance）是我們最常使用的平均值，即所有數值的總和除以數值的個數。算術平均距離對異常值（極大值或極小值）更敏感，而幾何平均距離則相對更為穩健，並且特別適合用於乘法關係或百分比變動的數據。例如，投資回報率，如果某一年虧損 50%，下一年度增長 100%，則算術平均是 $( -0.5 + 1.0 ) / 2 = 0.25$，即 25% 的平均增長，這顯然不符合實際，因為兩年後的資產變為原來的 $(1-0.5) imes (1+1.0) = 1 imes 2 = 2$ 倍，平均年增長率應為 $2^{1/2} - 1 approx 0.414$ 或 41.4%，這正是幾何平均所能提供的結果。

應用實例：平均投資回報率

假設一位投資者在第一年獲得 10% 的回報，第二年獲得 20% 的回報，第三年獲得 -5% 的回報。

那麼，相應的收益因子為：1.10, 1.20, 0.95。

使用幾何平均計算年化平均回報率：

$$GM = sqrt[3]{1.10 imes 1.20 imes 0.95} = sqrt[3]{1.254} approx 1.0783$$

因此，年化平均回報率約為 $1.0783 - 1 = 0.0783$，即 7.83%。

如果使用算術平均：

$$ ext{AM} = frac{1.10 + 1.20 + 0.95}{3} = frac{3.25}{3} approx 1.0833$$

算術平均回報率約為 $1.0833 - 1 = 0.0833$，即 8.33%。

然而，三年的總回報因子是 $1.10 imes 1.20 imes 0.95 = 1.254$。要達到這個總回報，如果每年保持相同的回報率 $r$，則 $(1+r)^3 = 1.254$，解得 $1+r approx 1.0783$，即 $r approx 7.83\%$。這證明了幾何平均在計算連續複合收益時的準確性。

結論

幾何平均距離作為一種描述平均水平的統計指標，尤其在處理連乘關係、指數增長或衰減、以及尺度效應顯著的數據時，展現出其獨特的優勢。雖然計算相對複雜，但通過對數轉換可以有效簡化。理解幾何平均距離的概念及其適用場景，有助於我們更精確地分析和解釋各種數據，尤其是在金融、經濟、生物和工程等領域。

常見問題（FAQ）

1. 如何處理數據中出現零值或負值以計算幾何平均距離？

幾何平均距離要求所有參與計算的數值均為正數。如果數據中存在零值，通常可以將其替換為一個非常小的正數（例如 0.0001），或者根據具體應用場景判斷是否可以忽略該數據點。對於負數，幾何平均距離的定義就不再適用，需要重新評估問題的本質，或者考慮數據轉換（如取絕對值，但這會改變數據含義），或者使用其他更合適的統計方法。在金融領域，收益率可以為負，但其「因子」（1+收益率）在計算幾何平均時必須為正；如果某個收益因子為零或負，則需要特別處理，例如在計算長期平均收益時，可能會將該時期視為無效或採用其他特殊處理方法。

2. 為何在計算平均收益率時，幾何平均比算術平均更合適？

這是因為投資收益率的累計效應是乘法關係，而非加法關係。例如，投資 $100 元，第一年增長 10% 變成 $110 元，第二年增長 20% 變成 $110 imes (1+0.20) = 132 元。如果單純取算術平均 $(10\%+20\%)/2 = 15\%$，那麼兩年後應為 $100 imes (1+0.15)^2 = 132.25 元，這與實際結果有偏差。而幾何平均 $ sqrt{(1.10) imes (1.20)} - 1 = sqrt{1.32} - 1 approx 1.1489 - 1 = 0.1489 $，即 14.89% 的年化平均收益率，當應用到兩年後，$100 imes (1.1489)^2 approx 132 元，這與實際結果吻合。幾何平均能夠反映真實的複合增長率，避免因周期性波動導致算術平均的誤導。

3. 幾何平均距離與其他距離度量（如歐幾里得距離）有何區別？

歐幾里得距離是衡量多維空間中兩個點之間直線距離的一種方法，它假設空間是平坦的，並且所有維度都是等價的。幾何平均距離則更多地用於描述一組數值（這些數值可能代表距離、增長率或其他量）的平均水平，特別是當這些數值之間存在乘法關係時。例如，如果我們有三個物體到原點的距離分別是 1, 10, 100，歐幾里得距離在這種情況下可能直接用這些值表示。但如果我們想描述這三個距離的「平均尺度」，幾何平均距離 $ sqrt[3]{1 imes 10 imes 100} = sqrt[3]{1000} = 10 $，這提供了一個位於中間值的尺度，相比算術平均 $(1+10+100)/3 approx 37$ 更能反映數值的分佈特性，尤其當數值範圍較大時，幾何平均會更偏向於較小的數值。總之，歐幾里得距離是點與點之間的絕對空間距離，而幾何平均距離則是一種描述數據集內部尺度或平均趨勢的統計量。