Nový formát vzdělávání: Letní škola statistiky 2026
Za 5 dní ovládnete statistiku v R, JASP, nebo Jamovi. Napořád.

20. - 24. 7. 2026
Prohlédnout

Ředitel Datové akademie představí Letní školu statistiky.

30 minut, které vás přesvědčí, že by bylo škoda chybět.

čtvrtek 21. 05. 2026 od 15:00
Prohlédnout

Objevte nové možnosti využití statistiky pro svou praxi.

Podívejte se na ZÁZNAM WEBINÁŘE Biostatistika v R
Prohlédnout

Obsah

Geometrický průměr: definice, využití a výpočet


Geometrický průměr je míra polohy, která vyjadřuje střední hodnotu v sadě vykazující zřetězené růstové charakteristiky (detailnější popis níže).

Počítá se jako n-tá odmocnina ze součinu všech čísel v sadě:

\[G = \left(\prod_{i=1}^{n} x_i\right)^{\frac{1}{n}} = \sqrt[n]{x_1 \cdot x_2 \cdot \ldots \cdot x_n} \]


Využití geometrického průměru

Geometrický průměr poskytuje relevantní výsledek v situacích, kde je třeba zohlednit relativní změny a procentuální růst.

Je vhodný pro datové sady, kde hodnoty vykazují exponenciální nebo logaritmický nárůst, resp. pokles. Jde např. o výpočet průměru:

  • růstu populace,
  • pH roztoku,
  • farmakokinetických vlastností zkoumané sloučeniny,
  • výnosu investic.

Geometrický průměr není použitelný pro datové sady s:

  • nulovými hodnotami (jednotlivé hodnoty datové sady se mezi sebou násobí, proto při použití nulové hodnoty bude výsledný geometrický průměr také nulový),
  • zápornými hodnotami (n-tá odmocnina záporného čísla v oboru reálných čísel neexistuje – v takové situaci geometrický průměr nevypočítáme).

Není vhodný ani pro data, která mají:

  • mezi sebou lineární vztah (pro ty je lepší aritmetický či vážený průměr),
  • charakter podílu, např. u poměrných veličin, jako je průměrná rychlost jízdy (poměr vzdálenosti k času) či průměrná životnost komponent zařízení (zde využijete harmonický průměr).


Příklad výpočtu geometrického průměru

Představte si, že zkoumáte pokles koncentrace experimentálního léku v krevní plazmě během jeho vylučování. Naměřili jste tyto hodnoty:

Čas po podání přípravku (hod) Koncentrace léku (mg/l)
0 200
1 100
2 50
3 25
4 12,5
5 6,25

Po dosazení do rovnice pro geometrický průměr vychází:

\[G = \left(\prod_{i=1}^{n} x_i\right)^{\frac{1}{n}} = \sqrt[n]{x_1 \cdot x_2 \cdot \ldots \cdot x_n} \] \[ G = \sqrt[6]{200 \times 100 \times 50 \times 25 \times 12.5 \times 6.25} \] \[ G = 35.36\text{ mg/l}\]

Průměrná koncentrace přípravku ve sledovaném období je 35,36 mg/l.



Výpočet geometrického průměru v Excelu

# buňky A1 až A100 obsahují naměřené hodnoty

# funkce pro výpočet geometrického průměru
=GEOMEAN(A1:A100)


Výpočet geometrického průměru v jazyce R

Pro výpočet geometrického průměru v jazyce R je potřeba nejprve nainstalovat knihovnu psych.

Zvýhodněné balíčky kurzů

Zakupte si balíček 2 nebo více vybraných kurzů a ušetřete

# načtení knihovny
library(psych)

# naměřené hodnoty
data <- c(3, 5, 6, 7, 8)

# funkce pro výpočet geometrického průměru
geometric.mean(data)


Mohlo by vás zajímat

Naše kurzy

Regresní analýza v programu Statistica: spolehlivé modely klikáním

Přihlásit na kurz Lektor: Mgr. Patrik Galeta, PhD. Naučte se v aplikaci Statistica zpracovávat svoje data pomocí lineární a nelineární regrese – jedné z nejvyužívanějších statistických metod. Na kurzu vás provedeme vás různými modely regresní analýzy, metodami vyhodnocení a naučíme vás data správně vizualizovat (viz názory spokojených účastníků). 1denním kurzem vás provede Mgr. Patrik Galeta, PhD., odborný asistent katedry antropologie Západočeské univerzity v Plzni, který se statistice věnuje v rámci demografických studií (viz profil lektora). Procvičování probíhá v české verzi aplikace Statistica. Počítač vám zapůjčíme na místě, není třeba nosit vlastní. Chci se přihlásit Adresa konání kurzu Délka kurzu Z kurzu budete mít největší užitek, pokud: potřebujete rychle a efektivně zpracovávat data z výzkumu, vývoje či obchodu (vědečí pracovníci, datoví nebo finanční analytici), chcete prohloubit své znalosti v oblasti regresní analýzy. Jaké vstupní znalosti jsou potřeba? Pro absolvování tohoto kurzu je vhodné mít znalosti v rozsahu kurzů: Statistika I v programu Statistica: správný test bez programování a Statistika II v programu Statistica: pokročilé regresní modely klikáním. Co v kurzu naučíte? jaké regresní modely existují a jak správně ověřit předpoklady pro jejich použití, co je logistická regrese, jak sestavit regresní model a změřit jeho kvalitu, podle čeho hodnotit model jako celek, jaký je význam korelační analýzy (především multikolinearity), jakým způsobem data vhodně vizualizovat na co si dat při tvorbě regresních modelů pozor a čemu se vyhnout. Chci vidět podrobný sylabus kurzu Úvod Úvod do regresní analýzy Princip regresní analýzy Korelační analýza Význam korelace Multikolinearita Koeficient determinace Lineární regresní modely Ověření předpokladů Jednoduchá regrese Vícenásobná regrese Polynomiální regrese (určení stupně polynomu) Nelineární regresní modely Úvod do logistické regrese Názory spokojených účastníků Chci vidět další názory účastníků kurzu Jaké školící materiály obdržíte? na kurzu obdržíte tištěné prezentace probírané látky, které vám následně zašleme v elektronické verzi Jak dlouho kurz trvá? 1 pracovní den Kdo vás bude školit? Kurzem vás provede Mgr. Patrik Galeta, PhD., odborný asistent katedry antropologie Západočeské univerzity v Plzni. Statistickým metodám se věnuje v rámci demografických studií, na ZČU vede také kurz zpracování dat. Vedle stovek studentů proškolil ve statistických metodách také stovky účastníků našich kurzů. Kolik kurz stojí, kde probíhá a jaké jsou možnosti platby? Kurz probíhá v našem školícím středisku na adrese Kodaňská 1441/46, Praha 10. Cena kurzu je 7 900 Kč bez DPH. Součástí ceny je kromě zajištění pomůcek a školících materiálů také občerstvení v průběhu kurzu a oběd. Zvýhodněné balíčky kurzů Zakupte si balíček 2 nebo více vybraných kurzů

Zvýhodněné balíčky kurzů

Zakupte si balíček 2 nebo více vybraných kurzů a ušetřete

[24. 4. 2024] Webinář ZDARMA: Jak získat 82% příspěvek na školení statistiky přes MPSV

Pod vedením zakladatele Datové akademie Dávida Tkáče mj. zjistíte: