对所有数值取对数,计算这些对数的平均值,然后取其反对数。Prism 使用以 10 为底(常用)的对数,随后将 10 乘以对数平均值的幂,从而得到几何均值。这相当于将所有数值相乘,然后将该积乘以 1/n 次幂,其中 n 是数值的个数。
几何均值常用于计算比率平均值。
当数据集形成近似高斯分布的对称分布时,使用几何均值是合理的。
首先,将所有数值转换为对数,计算这些对数值样本的标准差,然后求该标准差的逆对数。Prism 使用以 10 为底(常用)的对数,然后将 10 乘以对数平均值的幂,从而得到几何均值。
几何标准差因子没有单位,它是一个无量纲的比值。
将几何标准差加到几何均值(或任何其他数值)上毫无意义,同样,从几何均值中减去几何标准差也毫无意义。几何标准差是一个您总是用来乘以或除以的数值。 若数据采样自对数正态分布,则从(几何均值除以几何标准差因子)到(几何均值乘以几何标准差因子)的区间将包含约三分之二的取值。同样地,若数据采样自高斯分布,则从(均值减去标准差)到(均值加上标准差)的区间将包含约三分之二的取值。
虽然常见于高斯分布抽样数据的报告形式是“均值为 3.2 ± 1.2(标准差)”,但目前很少见于对数正态分布抽样数据的报告形式是“几何均值为 4.3 * 1.14”。但这种报告方式是有道理的。 在报告对数正态分布数据的结果时,应使用表示“乘以或除以”的符号,而非使用对高斯分布数据有意义的“正负”符号。

上例展示了八个数值(因此,如果您愿意,可以自行进行计算)。几何均值为 49.55,几何标准差因子为 5.15。左图显示了数据,其中线条分别表示算术均值和几何均值。中间图展示了 Prism 如何绘制几何均值和几何标准差。 上误差条延伸至几何均值乘以几何标准差因子(49.55 * 5.15 = 255.2)。 下方的误差条向下延伸至几何均值除以几何标准差因子(49.55 / 5.15 = 9.62)。右侧图表展示了数据、几何均值和几何标准差在对数轴上的绘制情况。在对数轴上,对数标准差误差条在视觉上呈现对称分布,尽管从数值上来看它们实际上非常不对称。