Trung bình nhân: Thước đo cho tăng trưởng và lãi kép

Bạn đã bao giờ tính trung bình lợi nhuận đầu tư hằng năm của mình nhưng thấy tổng lợi nhuận thực tế lại không khớp? Tình huống phổ biến này trong tài chính cho thấy tầm quan trọng của việc hiểu và áp dụng trung bình nhân – một thước đo hữu ích, thường phù hợp hơn so với trung bình cộng khi xử lý tốc độ thay đổi và hiệu ứng lãi kép.

Trong hướng dẫn này, chúng ta sẽ khám phá khái niệm trung bình nhân và vai trò của nó trong phân tích dữ liệu, đặc biệt trong các lĩnh vực như tài chính, sinh học và khoa học dữ liệu. Chúng ta cũng xem xét các tình huống mà nó vượt trội hơn các thước đo xu hướng trung tâm khác.

Trung bình nhân là gì?

Trung bình nhân là một dạng trung bình đặc biệt hữu ích khi làm việc với tập các số dương, nhất là những trường hợp có phép nhân hoặc tăng trưởng theo hàm mũ. Khác với trung bình cộng thường gặp, vốn cộng các số rồi chia cho số lượng, trung bình nhân đặc biệt thích hợp để xử lý tập dữ liệu có quan hệ mang tính nhân hoặc tăng trưởng theo cấp số nhân.

Dưới đây là một số lĩnh vực mà trung bình nhân rất giá trị:

1. Tài chính: Thường được dùng để tính tốc độ lợi nhuận trung bình qua nhiều kỳ. Khác với trung bình cộng, trung bình nhân tính đến lãi kép, nhờ vậy chính xác hơn cho các phép tính tài chính.
2. Sinh học: Trong nghiên cứu tăng trưởng quần thể, trung bình nhân được dùng để tính tốc độ tăng trưởng trung bình theo thời gian.
3. Hình học: Một sự xuất hiện tinh tế là trong tam giác vuông, nơi đường cao tới cạnh huyền là trung bình nhân của hai đoạn trên cạnh huyền do nó tạo ra. Ngoài ra, trung bình nhân biểu diễn độ dài cạnh của hình vuông có diện tích bằng với một hình chữ nhật cho trước, cung cấp cách "bình phương" diện tích hình chữ nhật.

Như bạn thấy, trung bình nhân là công cụ hữu ích cả trong các phép tính thường ngày lẫn các khái niệm toán học trừu tượng hơn.

Cách tính trung bình nhân

Có nhiều phương pháp tính trung bình nhân, mỗi cách có ưu điểm riêng tùy tình huống.

Công thức trung bình nhân

Cách trực tiếp nhất là dùng công thức chuẩn: 

Ở đây, x₁, x₂, ..., xₙ là các số dương trong tập dữ liệu, và n là số lượng phần tử. Để lấy trung bình nhân, ta nhân tất cả các giá trị với nhau rồi lấy căn bậc n của tích, với n là số giá trị. Hãy minh họa bằng ví dụ. Xét các số 2, 4 và 8. Để tìm trung bình nhân của chúng:

1. Nhân các số: 2 * 4 * 8 = 64
2. Lấy căn bậc ba (vì có 3 số): ∛64 ≈ 4

Trung bình nhân của 2, 4 và 8 là 4. Kết quả này cho biết nếu ta có ba số bằng nhau, mỗi số bằng 4, thì tích của chúng sẽ bằng tích của các số ban đầu. Về bản chất, 4 là hệ số tăng trưởng nhất quán cho cả ba giá trị.

Tính trung bình nhân bằng phép cộng logarit

Với tập dữ liệu lớn hoặc để tránh tràn số khi làm việc với số rất lớn, ta có thể dùng logarit. Cách này biến phép nhân thành phép cộng và giúp tính toán dễ hơn. Cụ thể, ta lấy logarit của từng số, tính trung bình cộng của các logarit này, rồi lấy phản log (hàm mũ) của giá trị trung bình đó. Hãy dùng lại ví dụ ở trên. 

1. Lấy logarit (cơ số 10): log(2) ≈ 0.3010, log(4) ≈ 0.6021, log(8) ≈ 0.9031
2. Tính trung bình cộng: (0.3010 + 0.6021 + 0.9031) / 3 ≈ 0.6021
3. Lấy phản log: (10^x) = 10^0.6021 ≈ 4

Phương pháp này cho kết quả giống như cách tính trực tiếp. Bạn có thể dùng logarit với bất kỳ cơ số nào (chẳng hạn log tự nhiên với cơ số e), miễn là dùng cùng một cơ số xuyên suốt phép tính. Trung bình nhân cuối cùng sẽ như nhau.

Trung bình nhân trong Khoa học dữ liệu và Máy học

Trung bình nhân là một thước đo thống kê hữu ích với nhiều ứng dụng quan trọng trong khoa học dữ liệu và máy học. Dưới đây là ba trường hợp điển hình nơi trung bình nhân tỏ ra giá trị. 

Tốc độ tăng trưởng và phân tích chuỗi thời gian

Trong khoa học dữ liệu, chúng ta thường phân tích tốc độ tăng trưởng theo thời gian, như động lực quần thể, xu hướng thị trường, hoặc tốc độ thu nhận người dùng. Trung bình nhân lý tưởng cho các tình huống này vì phản ánh chính xác bản chất lãi kép của tăng trưởng. Khác với trung bình cộng chỉ đơn giản lấy trung bình các tỷ lệ mà không xét việc tăng trưởng của mỗi năm dựa trên năm trước, trung bình nhân tính đến hiệu ứng ghép lãi này.

Hãy tưởng tượng bạn phân tích tốc độ tăng trưởng người dùng hằng năm của một startup trong năm năm: 20%, 15%, 25%, 10% và 30%. Dù trung bình cộng (20%) có vẻ nhanh gọn, nó không tính đến lãi kép. Trung bình nhân ((1.20 * 1.15 * 1.25 * 1.10 * 1.30)^(1/5) - 1 ≈ 19,77%) cho tốc độ tăng trưởng trung bình chính xác hơn, mà nếu áp dụng đều đặn mỗi năm, sẽ cho giá trị cuối cùng đúng bằng kết quả của các mức tăng trưởng biến thiên thực tế.

Phân tích thống kê dữ liệu lệch

Trong khoa học dữ liệu, ta thường gặp các tập dữ liệu lệch dương do quá trình mang tính nhân, như mức thu nhập, đo lường sinh học, hoặc một số chỉ báo tài chính. Trong các trường hợp như vậy, dùng trung bình cộng có thể gây hiểu lầm vì nó nhạy với giá trị ngoại lai, làm sai lệch biểu diễn xu hướng trung tâm.

Trung bình nhân đặc biệt hữu ích khi xử lý dữ liệu tuân theo phân phối log-bình thường. Lý do như sau:

• Giảm thiểu ảnh hưởng của ngoại lai: Trung bình nhân làm giảm tác động của các giá trị quá cao hoặc quá thấp, cung cấp giá trị trung tâm đại diện hơn cho dữ liệu lệch.
• Xử lý quan hệ mang tính nhân: Phù hợp cho dữ liệu mà các giá trị kết hợp với nhau bằng phép nhân hơn là phép cộng.

Xét một tập dữ liệu về thu nhập hộ gia đình trong một khu vực, nơi đa số hộ kiếm từ 30.000 đến 60.000 đô la, nhưng một số hộ vượt 1 triệu đô la.

• Thu nhập theo trung bình cộng: Sẽ bị ảnh hưởng mạnh bởi các ngoại lai thu nhập cao, có thể ngụ ý mức thu nhập trung bình cao hơn nhiều so với phần đông.
• Thu nhập theo trung bình nhân: Cung cấp giá trị trung tâm phản ánh điển hình chính xác hơn bằng cách giảm ảnh hưởng của các giá trị cực đoan.

Bằng cách dùng trung bình nhân trong những trường hợp như vậy, các nhà khoa học dữ liệu có thể thu được thước đo xu hướng trung tâm chính xác hơn, dẫn tới hiểu biết tốt hơn và phân tích đáng tin cậy hơn. Điều này khiến trung bình nhân trở thành công cụ thiết yếu khi làm việc với các phân phối dữ liệu lệch trong nhiều lĩnh vực.

Chỉ số đánh giá cho tập dữ liệu mất cân bằng

Trong các bài toán phân loại, ta thường gặp tập dữ liệu mất cân bằng, nơi một số nhóm có số lượng mẫu lớn hơn hẳn nhóm khác. Khi đó, các chỉ số đánh giá truyền thống như độ chính xác có thể gây hiểu lầm. Đây là lúc Điểm Trung bình nhân, hay G-Mean, trở thành công cụ hữu ích.

G-Mean là căn bậc của tích độ nhạy theo từng lớp (recall). Với phân loại nhị phân, đó là căn bậc hai của tích giữa độ nhạy và độ đặc hiệu. Với bài toán đa lớp, đó là căn bậc cao hơn của tích độ nhạy của mỗi lớp.

G-Mean hướng tới cân bằng độ chính xác giữa tất cả các lớp, nên đặc biệt hữu ích cho tập dữ liệu mất cân bằng. Tuy nhiên, cần lưu ý G-Mean không xác định khi bất kỳ lớp nào có độ nhạy bằng không, hạn chế khả năng áp dụng trong các kịch bản cực kỳ mất cân bằng. Trên thực tế, các phiên bản điều chỉnh hoặc chỉ số thay thế có thể được dùng để khắc phục hạn chế này.

Để thấy thêm cách trung bình nhân và các thước đo thống kê khác được áp dụng trong máy học, hãy khám phá lộ trình nghề nghiệp Machine Learning Scientist with Python của chúng tôi, cung cấp các bài học chuyên sâu bao quát những khái niệm và kỹ thuật cốt lõi trong máy học, với góc nhìn thực tiễn và trải nghiệm thực hành.