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

Vážený průměr: definice, využití a výpočet


Vážený průměr je míra polohy, pomocí které počítáme střední hodnotu v datové sadě, ve které mají některé hodnoty jinou váhu než ostatní. Tím se liší od aritmetického průměru, kde mají všechny hodnoty stejnou váhu.

Počítá se jako součet všech hodnot vynásobených svou váhou, dělený celkový součtem vah (viz příklad níže):

\[\bar{x} = \frac{\sum_{i=1}^{n} w_i x_i}{\sum_{i=1}^{n} w_i} = \frac{w_1 x_1 + w_2 x_2 + \ldots + w_n x_n}{w_1 + w_2 + \ldots + w_n} \]


Využití váženého průměru

Vážený průměr nalézá využití v situacích, kdy mají určité hodnoty odlišnou důležitost (váhu) než jiná naměřená data. K tomu dochází tehdy, pokud:

  • je v souboru naměřených hodnot určitá skupina s menším zastoupením (např. při výpočtu celkového průměru známek u žáků z malé a velké školy přiřadíme průměru velké školy vyšší váhu),
  • některé hodnoty jsou ve vztahu k řešené výzkumné otázce a hypotéze významnější než jiné (např. při zkoumání léku na úzkostnou poruchu budeme výsledkům u jedinců se silnou úzkostí přiřazovat vyšší váhu).

Při správném nastavení vah poskytuje přesnější informace o střední hodnotě než aritmetický průměr. Hodnota váženého průměru je základem pro výpočet vážené směrodatné odchylky a váženého rozptylu.

Nevýhodou váženého průměru je obtížné nastavení vah, zejména pokud se určuje subjektivně. Z toho vyplývá možný nepřesný výsledek, který hodnotu průměru výrazně zkresluje.

Příkladem je hodnocení účinnosti různých vzdělávacích metod, kdy ovšem může být obtížné určit váhu vlivu učebních materiálů, metody výuky a kvalifikace učitelů.

Zvýhodněné balíčky kurzů

Zakupte si balíček 2 nebo více vybraných kurzů a ušetřete



Příklad výpočtu váženého průměru

Pro účely experimentu potřebujete vypočítat hustotu slitiny hliníku, mědi a manganu v poměru 95:4:1 (slitina dural, používaná např. v leteckém průmyslu). K dispozici máte údaje o hustotě hliníku (ρAl = 2,7 g/cm3), hustotě mědi (ρCu = 8,94 g/cm3) a hustotě manganu (ρMn = 7,21 g/cm3).

Váhu zastoupení jednotlivých kovů určuje jejich procentuální podíl ve slitině:

Kov Zastoupení kovu ve slitině (váha w) Hustota kovu (sledovaná hodnota ρ)
Hliník 95 2,7 g/cm3
Měď 4 8,94 g/cm3
Mangan 1 7,21 g/cm3

Po dosazení do rovnice pro vážený průměr vychází:

\[\bar{ρ} = \frac{\sum_{i=1}^{n} w_i ρ_i}{\sum_{i=1}^{n} w_i} \] \[\bar{ρ} = \frac{w_1 ρ_1 + w_2 ρ_2 + w_3 ρ_3}{w_1 + w_2 + + w_3} \] \[\bar{\rho} = \frac{(95 \times 2.7) + (4 \times 8.94) + (1 \times 7.21)}{95 + 4 + 1} \] \[\bar{\rho} = 2,99 \text{g/cm}^3 \]

Hustota zkoumané slitiny duralu je 2,99 g/cm3.



Výpočet váženého průměru v Excelu

# buňky A1 až A100 obsahují naměřené hodnoty
# buňky B1 až B100 obsahují váhy jednotlivých hodnoty

# funkce pro výpočet váženého průměru
=SUMPRODUCT(A1:A100, B1:B100) / SUM(B1:B100)


Výpočet váženého průměru v jazyce R

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

# váhy naměřených hodnot
weights <- c(0.1, 0.3, 0.3, 0.2, 0.1)

# funkce pro výpočet váženého průměru
weighted.mean(x=data, w=weights)


Pro hromadný výpočet váženého průměru a dalších charakteristik popisné statistiky v jazyce R slouží příkaz summary(), resp. describe()podrobnosti najdete zde.



Mohlo by vás zajímat

Naše kurzy

ANOVA v programu Statistica: vliv faktorů na vaše výsledky

Přihlásit na kurz Lektor: Mgr. Patrik Galeta, Ph.D. Naučte se v Statistica správně používat funkce základní a pokročilé analýzy rozptylu a získané výsledky správně interpretovat. Na reálných příkladech vám ukážeme, jak pracovat s post-hoc testy i s různými ANOVA metodami pro porovnávání dvou a více skupin. 1denním kurzem vás provede Mgr. Patrik Galeta, Ph.D., 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: chcete zjistit, jaké faktory (a v jaké míře) ovlivňují chování pozorovaných veličin (výzkumní pracovníci, datoví analytici a vědci), potřebujete svá data kvůli přesnosti vyhodnocovat pokročilejšími metodami analýzy rozptylu. Jaké vstupní znalosti jsou potřeba? pro účast na kurzu je vhodné mít znalosti v rozsahu základního kurzu statistiky I v Statistica a základního kurzu statistiky II v Statistica Co se na kurzu naučíte? jakým způsobem správně ověřovat předpoklady pro použití analýzy rozptylu, jak v Statistica vhodně přeskupit data pro analýzu rozptylu, z kterých principů vycházejí metody ANOVA (pro jednofaktorová, vícefaktorová a opakovaná měření), ANCOVA, MANOVA a neparametrické ANOVA (Kruskal-Wallisova a Friedmannova), pochopit specifika jednotlivých metod, jaký typ analýzy pro daný úkol použít a jak výsledky správně interpretovat, jaké jsou rozdíly mezi jednotlivými post-hoc testy a jak je použít. Chci vidět podrobný sylabus kurzu Úvod Úvod do analýzy rozptylu Zopakování principu testování hypotéz Testy pro dva výběry (nepárové, párové a neparametrické) Metody analýzy rozptylu Ověřování předpokladů ANOVA Jednofaktorová ANOVA ANOVA pro opakovaná měření Analýza kovariance Vícerfaktorová ANOVA Vícerozměrná analýza rozptylu (MANOVA) Neparametrické metody analýzy rozptylu Kruskal-Wallisův test Friedmanova ANOVA Post-hoc testy Fisherův, Scheffého, atd. Názory spokojených účastníků Jaké školící materiály obdržíte? na kurzu obdržíte tištěné prezentace probírané látky, které vám následně zašleme v elektronické verzi Po kurzu Vám zašleme elektronickou verzi prezentace včetně příkladů. Jak dlouho kurz trvá? 1 pracovní den Kdo vás bude školit? Kurzem vás provede Mgr. Patrik Galeta, Ph.D., odborný asistent katedry antropologie Západočeské univerzity v Plzni, který se statistice věnuje v rámci demografických studií. Kolik kurz stojí, kde probíhá a jaké jsou možnosti platby? Kurz proběhne v prostorách Mendelovy univerzity v Brně. Cena kurzu je 7 900 Kč bez DPH. Součástí ceny je kromě zajištění pomůcek a školících materiálů také občerstvení v průběhu kurzu a oběd. Platba probíhá převodem oproti vystavené faktuře. Nezávazná přihláška na kurz Další názory spokojených účastníků

Vyhodnocení dotazníků v programu Statistica: od odpovědí k závěrům

Přihlásit na kurz Lektor: Mgr. Bc. Silvie Bělašková, PhD. Kurz je zaměřen na výuku teorie a praktické procvičování statistických metod používaných při zpracovávaní dotazníkových šetření zahrnujících kategoriální (kvalitativní) data. Všechny probírané metody budou procvičeny na konkrétních příkladech. Důraz je kladen na praktické použití daných metod a na interpretaci výsledků. Kurzem vás provede Mgr. Bc. Silvie Bělašková, Ph.D. – zkušená lektorka, přední česká expertka na klinický výzkum a vedoucí oddělení biometrie mezinárodní společnosti Aixial. Chci se přihlásit Spokojených absolventů Adresa konání kurzu Délka kurzu Pro koho je kurz určen Statistici Datoví analytici Výzkumní pracovníci Vědci Zájemci o rozšíření svých znalostí v oblasti vyhodnocování dotazníků různého zaměření – přírodní vědy, technické obory, biomedicínský výzkum, ekonomické a sociální vědy atd. Jaké vstupní znalosti jsou potřeba? Základní znalost principů statistického uvažování. Pro absolvování tohoto kurzu je vhodné mít znalosti v rozsahu kurzů: Základní kurz statistiky I a Základní kurz statistiky II. Co se na kurzu naučíte? Porozumět základním metodám pro analýzu kategoriálních dat. Jak zpracovávat data z dotazníkových šetření. Jak poznat, že je dotazník vhodně sestaven. Které metody popisné statistiky jsou vhodné a smysluplné pro použití v kontextu kvalitativních a ordinálních dat. Vyhodnocovat a interpretovat výsledky těchto metod. Jak vyhodnotit statistickou odlišnost mezi dvěma či více skupinami vzhledem ke kvalitativní, resp. ordinální odezvě. Jak vyhodnocovat závislosti dvou dichotomických znaků. Jak vyhodnocovat závislosti dvou obecných kategoriálních znaků. Jaké metody jsou vhodné pro vyhodnocování párových kategoriálních dat Jak sestavit dotazník a jaké typy otázek použít. Chci vidět podrobný sylabus kurzu Úvod Popisná statistika Medián Modus Průměr Analýza závislosti dvou dichotomických znaků (kontingenční tabulky 2×2) Fisherův test Chí-kvadrát test Analýza závislosti dvou obecných kategoriálních znaků (kontingenční tabulky IxJ) Podmínky použití jednotlivých testů Slučování polí Samotné testování Statistické metody pro párová kategoriální data Tvorba a návrh dotazníků a dotazníkového šetření Určení velikosti vzorku Skladba a typy otázek Uzavřené Otevřené Polootevřené Loglineární modely pro kontingenční tabulky (nástin) 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. Bc. Silvie Bělašková, Ph.D., vedoucí oddělení biometrie mezinárodní společnosti Aixial a přední česká odbornice na klinický výzkum. V minulosti mj. pracovala jako seniorní statistička ve Fakultní nemocnici u sv. Anny v Brně. Silvie Bělašková působila také jako vědecký asistent na Univerzitě Palackého v Olomouci i jako lektor statistiky na Univerzitě

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: