Giải thích Trung bình Điều hòa: Hướng dẫn về Tốc độ và Tỷ lệ

Bạn đã bao giờ thắc mắc vì sao tỷ lệ giá trên lợi nhuận (P/E) trung bình của danh mục đầu tư lại cao bất thường khi dùng trung bình cộng? Hoặc vì sao khi ghép điện trở song song trong mạch điện lại cần một kiểu lấy trung bình đặc biệt? Những tình huống này cho thấy tầm quan trọng của việc hiểu trung bình điều hòa – một công cụ thống kê mạnh mẽ, đặc biệt hữu ích khi làm việc với tốc độ, tỷ lệ và các mối quan hệ nghịch đảo.

Trong hướng dẫn này, chúng ta sẽ khám phá trung bình điều hòa, các ứng dụng của nó và vì sao đôi khi nó là lựa chọn tốt hơn các loại trung bình khác. Chúng ta sẽ xem cách nó được dùng trong nhiều lĩnh vực, từ tài chính đến vật lý, và tầm quan trọng ngày càng tăng của nó trong khoa học dữ liệu và học máy. Nếu bạn quan tâm theo đuổi sự nghiệp trong lĩnh vực này, lộ trình nghề nghiệp Machine Learning Scientist in Python của chúng tôi bao quát toàn diện những khái niệm thống kê thiết yếu này và các chủ đề liên quan.

Trung bình điều hòa là gì?

Trung bình điều hòa là một loại trung bình đặc biệt hữu ích khi làm việc với tốc độ hoặc tỷ lệ. Khác với trung bình cộng, vốn chỉ đơn giản là cộng các số rồi chia cho số lượng, hay trung bình nhân, vốn xử lý các mối quan hệ nhân, trung bình điều hòa được thiết kế cho các tình huống bạn đang xử lý các mối quan hệ nghịch đảo.

Đối với một tập số, trung bình điều hòa được tính bằng cách:

1. Lấy nghịch đảo của từng số.
2. Tìm trung bình cộng của các nghịch đảo này.
3. Lấy nghịch đảo của kết quả đó.

Khi nào nên dùng trung bình điều hòa

Trung bình điều hòa hữu ích trong nhiều kịch bản thuộc các lĩnh vực khác nhau. Tôi đã gợi mở trong phần giới thiệu, nhưng hãy xem chi tiết từng lĩnh vực nơi thước đo thống kê này đặc biệt phát huy giá trị.

Phân tích tài chính

Trong tài chính, trung bình điều hòa tính toán chính xác các chỉ số của danh mục. Nó đặc biệt hữu ích khi làm việc với tỷ lệ giá trên lợi nhuận (P/E), nơi nó cung cấp biểu diễn định giá danh mục chính xác hơn so với trung bình đơn giản. Các nhà phân tích tài chính cũng dựa vào nó cho nhiều tỷ số và lãi suất khác, cũng như cho việc bình quân chi phí trong các bối cảnh định giá động khi lãi suất biến động theo thời gian.

Vật lý và kỹ thuật

Kỹ sư và nhà vật lý thường xuyên sử dụng trung bình điều hòa trong tính toán. Nó thường được dùng khi tính tổng điện trở của các mạch song song, nơi các điện trở riêng lẻ được ghép lại. Trong âm học, nó giúp phân tích tần số sóng âm, và trong quang học, nó dùng cho các tổ hợp thấu kính nơi các mối quan hệ nghịch đảo rất phổ biến.

Khoa học dữ liệu

Lĩnh vực khoa học dữ liệu sử dụng nhiều trung bình điều hòa, đặc biệt trong các ứng dụng học máy. Nó là nền tảng của F1-score, thước đo cân bằng giữa precision và recall trong các bài toán phân loại. Các nhà khoa học dữ liệu cũng dùng nó để đánh giá chỉ số hiệu năng trên các tập dữ liệu mất cân bằng và trong hệ thống lọc cộng tác cho máy gợi ý, nơi cần kết hợp nhiều dạng thước đo tương đồng khác nhau.

Ứng dụng tổng quát

Ngoài các lĩnh vực chuyên biệt, trung bình điều hòa còn được dùng trong các phép tính thường ngày. Nó là lựa chọn đúng để tính tốc độ trung bình trên các quãng đường cố định, xác định tốc độ sản xuất trong quy trình sản xuất, và đo tốc độ truyền dữ liệu mạng nơi có các mối quan hệ nghịch đảo. Trong các trường hợp này, trung bình điều hòa cho kết quả chính xác hơn so với trung bình cộng đơn giản.

Cách tính trung bình điều hòa

Hãy cùng phân tích quy trình tính toán với các bước rõ ràng và ví dụ minh họa.

Công thức trung bình điều hòa

Trung bình điều hòa (H) của n số được tính như sau:

Trong đó x₁, x₂, ..., xₙ là các giá trị trong bộ dữ liệu của bạn.

Ví dụ từng bước

Hãy tính trung bình điều hòa của ba số: 2, 4 và 8. 

1. Lấy nghịch đảo của từng số: 1/2 = 0.5. 1/4 = 0.25. 1/8 = 0.125
2. Cộng các nghịch đảo này: 0.5 + 0.25 + 0.125 = 0.875
3. Chia số lượng phần tử (3) cho tổng này: 3 / 0.875 = 3.429

Trung bình điều hòa của 2, 4 và 8 xấp xỉ 3,429.

Trung bình điều hòa có trọng số

Đôi khi không phải mọi giá trị đều nên có mức độ quan trọng như nhau trong phép tính của bạn. Trung bình điều hòa có trọng số giải quyết điều này bằng cách cho phép bạn gán trọng số khác nhau cho các giá trị khác nhau.

Công thức trung bình điều hòa có trọng số

Với các giá trị x₁, x₂, ..., xₙ có trọng số tương ứng w₁, w₂, ..., wₙ:

Điều này đặc biệt hữu ích trong:

• Phân tích danh mục nơi các khoản đầu tư có quy mô khác nhau
• Chỉ số chất lượng nơi một số thước đo quan trọng hơn các thước đo khác
• Điểm hài lòng khách hàng nơi một số yếu tố có trọng số lớn hơn

Trung bình điều hòa trong Khoa học dữ liệu và Học máy

Trung bình điều hòa có nhiều ứng dụng trong khoa học dữ liệu và học máy hiện đại.

Tính F1-score

F1-score, như đã đề cập, là một chỉ số phổ biến trong học máy. Nó là trung bình điều hòa của precision và recall:

Điều này đảm bảo cả precision và recall đều phải đủ cao để có F1-score tốt, vì trung bình điều hòa phạt mạnh sự mất cân bằng cực đoan giữa hai chỉ số. Để hiểu rõ hơn cách trực quan hóa và diễn giải các chỉ số này, hãy xem hướng dẫn chi tiết Precision-Recall Curve in Python của chúng tôi, cung cấp ví dụ thực hành và triển khai thực tiễn.

Cross-validation

Khi đánh giá hiệu năng mô hình trên các fold khác nhau:

• Trung bình điều hòa của các chỉ số hiệu năng đảm bảo hiệu năng kém ở bất kỳ fold nào cũng được phản ánh đúng trọng số.
• Đặc biệt hữu ích khi làm việc với tập dữ liệu mất cân bằng.
• Giúp xác định các mô hình hoạt động ổn định trên những lần chia dữ liệu khác nhau.

Để nghiên cứu toàn diện về các kỹ thuật thẩm định mô hình, bạn có thể khám phá Guide to K-Fold Cross Validation của chúng tôi, bao quát các chiến lược nâng cao cho đánh giá mô hình vững chắc.

Hệ thống gợi ý

Trong lọc cộng tác và hệ thống gợi ý, trung bình điều hòa có thể được dùng để tạo ra các gợi ý cân bằng, thân thiện với người dùng. Khi xây dựng hệ thống gợi ý, các nhà khoa học dữ liệu thường cần kết hợp những thước đo tương đồng khác nhau - như mẫu hành vi người dùng, đặc điểm sản phẩm và tương tác trong quá khứ. Trung bình điều hòa giúp cân bằng các thước đo này bằng cách đảm bảo khuyến nghị không bị chi phối quá mức bởi bất kỳ yếu tố đơn lẻ nào.

Ví dụ, khi cân nhắc sở thích người dùng, một hệ thống gợi ý phim có thể cần cân bằng giữa gu thể loại với lịch sử đánh giá và mẫu thời lượng xem. Trung bình điều hòa cũng giúp giải quyết "trade-off giữa đa dạng và liên quan" bằng cách ngăn gợi ý trở nên quá hẹp hoặc quá rời rạc. Điều này đặc biệt giá trị trong thương mại điện tử và các nền tảng phát nội dung, nơi duy trì tương tác của người dùng đòi hỏi cân bằng tinh tế giữa việc đề xuất các mục tương tự và giới thiệu lựa chọn mới.

Trung bình điều hòa so với các loại trung bình khác

Hãy xem trung bình điều hòa so với các loại trung bình khác và vài kịch bản sử dụng tương ứng. 

Để hiểu sâu hơn cách các loại trung bình khác hoạt động, tôi có các hướng dẫn về trung bình cộng và trung bình nhân. 

Những lưu ý chính khi dùng trung bình điều hòa

Ví dụ: Xử lý giá trị cực đoan

Xem xét một nhà quản lý quỹ phân tích ba cổ phiếu với số tiền đầu tư bằng nhau nhưng lợi nhuận rất khác nhau:

• Cổ phiếu A: Đầu tư $100, Lợi nhuận $2, P/E = 50 (định giá cao)
• Cổ phiếu B: Đầu tư $100, Lợi nhuận $10, P/E = 10 (định giá vừa phải)
• Cổ phiếu C: Đầu tư $100, Lợi nhuận $25, P/E = 4 (định giá thấp)

Hãy so sánh cách các loại trung bình khác nhau xử lý các tỷ lệ P/E chênh lệch lớn này:

• Trung bình cộng: (50 + 10 + 4) / 3 ≈ 21,33 P/E 
• Trung bình điều hòa: 3 / (1/50 + 1/10 + 1/4) ≈ 8,11 P/E

Để kiểm chứng P/E thực của danh mục:

• Tổng đầu tư: $300 ($100 × 3)
• Tổng lợi nhuận: $37 ($2 + $10 + $25)
• P/E danh mục thực tế: $300/$37 ≈ 8,11

Trung bình cộng 21,33 bị lệch mạnh do tỷ lệ P/E cực cao của Cổ phiếu A (50), gợi ý mức định giá trung bình cao hơn thực tế rất nhiều. Trung bình điều hòa khoảng 8,11 cho ra P/E danh mục đúng, vì nó tự nhiên giảm trọng số của giá trị cao đột biến và phản ánh tốt hơn sức tạo lợi nhuận thực của các khoản đầu tư gộp.

Ưu điểm của trung bình điều hòa

• Lý tưởng cho các phép tính dựa trên tốc độ
• Ít nhạy với ngoại lệ lớn
• Cung cấp trung bình chính xác cho các mối quan hệ nghịch đảo

Hạn chế của trung bình điều hòa

• Không xử lý được giá trị bằng 0
• Nhạy hơn với các giá trị nhỏ
• Có thể không trực quan với đối tượng không chuyên

Kết luận: Vì sao trung bình điều hòa quan trọng

Trung bình điều hòa là một công cụ thiết yếu và đặc biệt giá trị khi làm việc với tốc độ, tỷ lệ và các mối quan hệ nghịch đảo. Dù có thể không phổ biến như trung bình cộng, hiểu khi nào và cách áp dụng nó có thể mang lại phân tích chính xác hơn và ra quyết định tốt hơn.

Dù bạn đang đánh giá danh mục đầu tư, phân tích mô hình học máy, hay giải bài toán vật lý, trung bình điều hòa mang lại những góc nhìn mà các loại trung bình khác có thể bỏ lỡ. Bằng cách hiểu đặc tính và ứng dụng của nó, bạn có thể chọn đúng loại trung bình cho nhu cầu cụ thể và tránh các sai lầm thường gặp trong phân tích dữ liệu. Hãy đăng ký lộ trình nghề nghiệp Machine Learning Scientist in Python để tiếp tục học hỏi.