trimmean函数用法详解2027
2026-10-22 15:17:12 点击:
TRIMMEAN 函数用法详解
TRIMMEAN(截尾均值/修剪均值)是一种统计函数,用于计算数据集在剔除两端指定比例的极端值后的平均值。它结合了算术平均数和中位数的优点,既能利用大部分数据信息,又能有效降低异常值(Outliers)对结果的影响,常用于评委打分、金融数据分析等场景。
以下是该函数在不同软件环境中的详细用法及核心逻辑。
1. Excel 中的 TRIMMEAN 函数
在 Microsoft Excel 中,TRIMMEAN is 一个内置的工作表函数。
语法结构
excel
=TRIMMEAN(array, percent)
参数说明
array(必需):需要进行整理并求平均值的数组或数值区域。
percent(必需):要从计算中排除的数据点比例。取值范围必须在 0 到 1 之间。
如果 percent < 0 或 percent > 1,函数将返回 #NUM! 错误。
核心计算逻辑(重要)
Excel 的 TRIMMEAN 并非简单地按百分比切除数据,而是遵循以下规则以确保对称性:
计算理论剔除数:
剔除总数
=
数据总量
×
𝑝
𝑒
𝑟
𝑐
𝑒
𝑛
𝑡
剔除总数=数据总量×percent。
向下舍入至 2 的倍数:为了保证从最大值端和最小值端剔除的数量相等(对称剔除),Excel 会将“理论剔除数”向下舍入到最接近的 2 的倍数。
对称剔除:将舍入后的总数除以 2,分别从数据集的最大值端和最小值端剔除相应数量的数据。
计算剩余数据的平均值。
示例演示
假设数据区域 A2:A11 共有 10个 数据点。
表格
场景 Percent 参数 理论剔除数 (10 × percent) 实际剔除数 (向下取整至2的倍数) 两端各剔除数量 说明
去掉最高最低分 0.2 2 2 1 去掉1个最高分和1个最低分
小比例剔除 0.1 1 0 0 1不是2的倍数,向下取整为0,即不剔除任何数据,结果等于普通平均值
较大比例 0.3 3 2 1 3向下取整为2,两端各去1个
典型案例 0.2 (20个点) 4 4 2 20×0.2=4,4是2的倍数,两端各去2个
注意:如果数据量较少且 percent 设置过小,可能导致实际剔除数为 0,此时 TRIMMEAN 的结果与普通 AVERAGE 函数完全一致。
2. MATLAB 中的 trimmean 函数
MATLAB 中的用法与 Excel 有显著差异,主要体现在参数的单位上。
语法结构
matlab
m = trimmean(X, percent)
关键区别
Percent 单位不同:在 MATLAB 中,percent 代表的是百分比数值(0-100),而不是小数(0-1)。
例如:要剔除 10% 的数据,Excel 中写 0.1,MATLAB 中写 10。
非整数处理:当需要剔除的数据点数量
𝑘
k 为非整数时,MATLAB 允许通过额外的 flag 参数指定处理方式(如四舍五入、加权平均等),而 Excel 强制向下取整至 2 的倍数。
示例
matlab
X = [1 2 3 4 5 6 7 8 9 10];
m = trimmean(X, 20); % 剔除两端各 10% 的数据(即各1个),计算剩余8个数的均值
3. Python (SciPy) 中的 trim_mean 函数
在 Python 的科学计算库 SciPy 中,对应函数为 scipy.stats.trim_mean。
语法结构
python
from scipy.stats import trim_mean
result = trim_mean(a, proportiontocut, axis=None)
参数说明
a:输入数组。
proportiontocut:要从每一端剔除的比例(0-1之间的小数)。
axis:可选,指定沿哪个轴进行计算。
行为特点
基于观测值数量:与 Excel 类似,它是基于样本中观测值的数量比例进行修剪,而非基于统计百分位数。
向下取整机制:如果 len(data) * proportiontocut 的结果小于 1,则会向下取整为 0,意味着不会剔除任何数据。
示例:9个数据点,设置比例 0.05。
9
×
0.05
=
0.45
9×0.05=0.45,向下取整为 0。因此两端各剔除 0 个数据,结果等于原始均值。
4. 典型应用场景
场景一:体育比赛或评委打分
这是 TRIMMEAN 最经典的应用。为了公平起见,通常要去掉一个最高分和一个最低分。
Excel 公式:假设有 7 位评委打分在 B2:B8。
excel
=TRIMMEAN(B2:B8, 2/7)
解析:总共7个数据,要去掉2个(1高1低),比例为
2
/
7
≈
0.2857
2/7≈0.2857。Excel 会计算
7
×
(
2
/
7
)
=
2
7×(2/7)=2,2是2的倍数,因此两端各剔除1个,正好实现“去头去尾”。
场景二:消除异常值的销售/财务分析
在分析日均销售额或股票收益率时,偶尔出现的极端促销数据或市场波动会扭曲整体平均水平。
操作:使用 TRIMMEAN(DataRange, 0.1) 剔除两端各 5% 的极端数据,得到的平均值比单纯使用 AVERAGE 更能反映常态水平,比 MEDIAN 保留了更多的数据细节。
场景三:实验数据清洗
在科学实验中,由于仪器误差可能产生离群值。使用截尾均值可以在不主观删除数据的前提下,客观地降低这些误差对最终结论的影响。
5. 常见问题与注意事项
Excel 与 MATLAB 的参数混淆:
Excel 使用 小数 (0.1 表示 10%)。
MATLAB 使用 百分比整数 (10 表示 10%)。
移植公式时务必转换参数格式。
“不剔除”的情况:
在 Excel 中,如果数据量
𝑁
N 乘以
𝑝
𝑒
𝑟
𝑐
𝑒
𝑛
𝑡
percent 的结果小于 2,或者向下取整后为 0,则不会剔除任何数据。
例如:5个数据,percent=0.1。
5
×
0.1
=
0.5
5×0.1=0.5,向下取整至最近的2的倍数为 0。结果等同于平均值。
与非对称剔除的区别:
TRIMMEAN 始终是对称剔除(两端剔除数量相同)
TRIMMEAN(截尾均值/修剪均值)是一种统计函数,用于计算数据集在剔除两端指定比例的极端值后的平均值。它结合了算术平均数和中位数的优点,既能利用大部分数据信息,又能有效降低异常值(Outliers)对结果的影响,常用于评委打分、金融数据分析等场景。
以下是该函数在不同软件环境中的详细用法及核心逻辑。
1. Excel 中的 TRIMMEAN 函数
在 Microsoft Excel 中,TRIMMEAN is 一个内置的工作表函数。
语法结构
excel
=TRIMMEAN(array, percent)
参数说明
array(必需):需要进行整理并求平均值的数组或数值区域。
percent(必需):要从计算中排除的数据点比例。取值范围必须在 0 到 1 之间。
如果 percent < 0 或 percent > 1,函数将返回 #NUM! 错误。
核心计算逻辑(重要)
Excel 的 TRIMMEAN 并非简单地按百分比切除数据,而是遵循以下规则以确保对称性:
计算理论剔除数:
剔除总数
=
数据总量
×
𝑝
𝑒
𝑟
𝑐
𝑒
𝑛
𝑡
剔除总数=数据总量×percent。
向下舍入至 2 的倍数:为了保证从最大值端和最小值端剔除的数量相等(对称剔除),Excel 会将“理论剔除数”向下舍入到最接近的 2 的倍数。
对称剔除:将舍入后的总数除以 2,分别从数据集的最大值端和最小值端剔除相应数量的数据。
计算剩余数据的平均值。
示例演示
假设数据区域 A2:A11 共有 10个 数据点。
表格
场景 Percent 参数 理论剔除数 (10 × percent) 实际剔除数 (向下取整至2的倍数) 两端各剔除数量 说明
去掉最高最低分 0.2 2 2 1 去掉1个最高分和1个最低分
小比例剔除 0.1 1 0 0 1不是2的倍数,向下取整为0,即不剔除任何数据,结果等于普通平均值
较大比例 0.3 3 2 1 3向下取整为2,两端各去1个
典型案例 0.2 (20个点) 4 4 2 20×0.2=4,4是2的倍数,两端各去2个
注意:如果数据量较少且 percent 设置过小,可能导致实际剔除数为 0,此时 TRIMMEAN 的结果与普通 AVERAGE 函数完全一致。
2. MATLAB 中的 trimmean 函数
MATLAB 中的用法与 Excel 有显著差异,主要体现在参数的单位上。
语法结构
matlab
m = trimmean(X, percent)
关键区别
Percent 单位不同:在 MATLAB 中,percent 代表的是百分比数值(0-100),而不是小数(0-1)。
例如:要剔除 10% 的数据,Excel 中写 0.1,MATLAB 中写 10。
非整数处理:当需要剔除的数据点数量
𝑘
k 为非整数时,MATLAB 允许通过额外的 flag 参数指定处理方式(如四舍五入、加权平均等),而 Excel 强制向下取整至 2 的倍数。
示例
matlab
X = [1 2 3 4 5 6 7 8 9 10];
m = trimmean(X, 20); % 剔除两端各 10% 的数据(即各1个),计算剩余8个数的均值
3. Python (SciPy) 中的 trim_mean 函数
在 Python 的科学计算库 SciPy 中,对应函数为 scipy.stats.trim_mean。
语法结构
python
from scipy.stats import trim_mean
result = trim_mean(a, proportiontocut, axis=None)
参数说明
a:输入数组。
proportiontocut:要从每一端剔除的比例(0-1之间的小数)。
axis:可选,指定沿哪个轴进行计算。
行为特点
基于观测值数量:与 Excel 类似,它是基于样本中观测值的数量比例进行修剪,而非基于统计百分位数。
向下取整机制:如果 len(data) * proportiontocut 的结果小于 1,则会向下取整为 0,意味着不会剔除任何数据。
示例:9个数据点,设置比例 0.05。
9
×
0.05
=
0.45
9×0.05=0.45,向下取整为 0。因此两端各剔除 0 个数据,结果等于原始均值。
4. 典型应用场景
场景一:体育比赛或评委打分
这是 TRIMMEAN 最经典的应用。为了公平起见,通常要去掉一个最高分和一个最低分。
Excel 公式:假设有 7 位评委打分在 B2:B8。
excel
=TRIMMEAN(B2:B8, 2/7)
解析:总共7个数据,要去掉2个(1高1低),比例为
2
/
7
≈
0.2857
2/7≈0.2857。Excel 会计算
7
×
(
2
/
7
)
=
2
7×(2/7)=2,2是2的倍数,因此两端各剔除1个,正好实现“去头去尾”。
场景二:消除异常值的销售/财务分析
在分析日均销售额或股票收益率时,偶尔出现的极端促销数据或市场波动会扭曲整体平均水平。
操作:使用 TRIMMEAN(DataRange, 0.1) 剔除两端各 5% 的极端数据,得到的平均值比单纯使用 AVERAGE 更能反映常态水平,比 MEDIAN 保留了更多的数据细节。
场景三:实验数据清洗
在科学实验中,由于仪器误差可能产生离群值。使用截尾均值可以在不主观删除数据的前提下,客观地降低这些误差对最终结论的影响。
5. 常见问题与注意事项
Excel 与 MATLAB 的参数混淆:
Excel 使用 小数 (0.1 表示 10%)。
MATLAB 使用 百分比整数 (10 表示 10%)。
移植公式时务必转换参数格式。
“不剔除”的情况:
在 Excel 中,如果数据量
𝑁
N 乘以
𝑝
𝑒
𝑟
𝑐
𝑒
𝑛
𝑡
percent 的结果小于 2,或者向下取整后为 0,则不会剔除任何数据。
例如:5个数据,percent=0.1。
5
×
0.1
=
0.5
5×0.1=0.5,向下取整至最近的2的倍数为 0。结果等同于平均值。
与非对称剔除的区别:
TRIMMEAN 始终是对称剔除(两端剔除数量相同)
- 上一篇:北京本周末有雨迎大降温广州市2027最新数据 [2026-10-22]
- 下一篇:小天鹅消毒柜维修配件收费多少小天鹅维修换的配件是原装的吗广州地区最新报价 [2026-10-19]










