AP Statistics

trung bìnhmean

meanVietnamese: trung bình

Trung bình là đại lượng đo xu hướng trung tâm của một tập dữ liệu, tính bằng cách lấy tổng tất cả các giá trị chia cho số lượng quan sát.The mean is a measure of center for a data set, found by adding all the values and dividing by the number of observations.

Trực giác: Nếu cả lớp cùng đổ hết điểm vào một túi rồi chia đều cho mỗi người, số điểm mỗi người nhận được chính là trung bình.Intuition: Imagine the whole class pooling all of its points into one bag and then splitting the bag evenly — the number of points each person gets is the mean.

Công thức chínhKey formula

\bar{x}=\frac{\sum x_i}{n}

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Trung bình là điểm cân bằng số học của một tập dữ liệu, thu được khi phân bổ đều tổng các giá trị cho mọi quan sát. Với mẫu, trung bình ký hiệu là $\bar{x}$ và dùng để ước lượng trung bình tổng thể $\mu$ .

Mỗi quan sát có trọng số như nhau, nên ngoại lai có thể kéo trung bình xa phần lớn dữ liệu; với phân phối lệch mạnh hoặc có ngoại lai rõ ràng, trung vị thường đại diện tốt hơn. Khi cỡ mẫu đủ lớn, phân phối mẫu của $\bar{x}$ xấp xỉ chuẩn, làm cơ sở cho khoảng tin cậy và kiểm định về $\mu$ .

The mean is the arithmetic balance point of a data set — the value each observation would have if the total were shared equally among them. For a sample the mean is written $\bar{x}$ , and it is used to estimate the population mean $\mu$ .

Because every observation carries equal weight, an outlier can pull the mean away from where most of the data lie; when a distribution is strongly skewed or has clear outliers, the median usually represents the center better. For a large enough sample size, the sampling distribution of $\bar{x}$ is approximately normal, which is what makes confidence intervals and tests about $\mu$ possible.

Ký hiệuNotation

• $\bar{x}$ — trung bình mẫu
• $\mu$ — trung bình tổng thể

• $\bar{x}$ — sample mean
• $\mu$ — population mean

Công thức chi tiếtFormula details2 công thức2 formulas

\htmlClass{fp-1}{\bar{x}}=\htmlClass{fp-2}{\frac{\htmlClass{fp-0}{\sum x_i}}{n}}

\htmlClass{fp-1}{\bar{x}}=\htmlClass{fp-2}{\frac{\htmlClass{fp-0}{\sum x_i}}{n}}

Dùng để tính trung bình của một mẫu gồm $n$ quan sát.Gives the mean of a sample of $n$ observations.

Trong đóWhere

\bar{x}

trung bình mẫusample mean

x_i

giá trị quan sát thứ

i

value of the

i

th observation

n

số quan sát trong mẫunumber of observations in the sample

\sum x_i

tổng tất cả các giá trị quan sátsum of all the observed values

\mu=\frac{\sum x_i}{N}

Dùng để tính trung bình của toàn bộ tổng thể gồm $N$ phần tử.Gives the mean of an entire population of $N$ members.

Trong đóWhere

\mu

trung bình tổng thểpopulation mean

x_i

giá trị phần tử thứ

i

value of the

i

th element

N

kích thước tổng thểpopulation size

Hay hiểu saiCommon misconceptions2 ý · 1 phút đọc2 points · 1 min read

Cỡ mẫu không làm dịch chuyển tâm của phân phối trung bình mẫu.

Ta có $\mu_{\bar{x}}=\mu$ ; $n$ chỉ làm thay đổi độ phân tán qua $\sigma_{\bar{x}}=\sigma/\sqrt{n}$ . Nếu hai tổng thể có cùng trung bình, hiệu hai trung bình mẫu có tâm bằng 0.

Ngoại lai không tự động ngăn suy luận về trung bình.

Điều kiện xấp xỉ chuẩn áp dụng cho phân phối của $\bar{x}$ , không trực tiếp cho dữ liệu gốc. Khi cỡ mẫu đủ lớn, phân phối này vẫn có thể xấp xỉ chuẩn dù tổng thể lệch hoặc có điểm bất thường.

Sample size does not shift the center of the sampling distribution of the sample mean.

We always have $\mu_{\bar{x}}=\mu$ ; $n$ changes only the spread, through $\sigma_{\bar{x}}=\sigma/\sqrt{n}$ . If two populations have the same mean, the difference of two sample means is centered at 0.

Outliers do not automatically rule out inference about a mean.

The approximate-normality condition applies to the distribution of $\bar{x}$ , not directly to the raw data. With a large enough sample size, that distribution can still be approximately normal even if the population is skewed or contains unusual points.

Mẹo phòng thiExam tips1 mẹo1 tip

Trong bài suy luận về trung bình, phải biện minh điều kiện xấp xỉ chuẩn.

Nêu cỡ mẫu đủ lớn hoặc đồ thị không lệch mạnh; đừng chỉ viết “dữ liệu gần chuẩn”. Nếu có điểm bất thường, hãy xét cả cỡ mẫu trước khi kết luận.

On inference problems about a mean, you must justify the approximate-normality condition.

Point to a large enough sample size or a graph showing no strong skewness; don't just write "the data look normal." If there is an unusual point, weigh it against the sample size before concluding.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsThường xuyênVery common

Khái niệm này sinh ra từ đâuWhere the concept comes from2 phút đọc1 min read

khoảng 2000 trước Công nguyêncác nhà thiên văn BabylonAl-KhwarizmiCarl Friedrich GaussPythagorasAdolphe Quetelet

Ý tưởng lấy trung bình đã được các nhà thiên văn Babylon dùng từ khoảng năm 2000 trước Công nguyên để dự đoán vị trí các hành tinh, rồi được Al-Khwarizmi (khoảng 780–850) hệ thống hóa thành cách tính, và mãi đến thời Gauss mới có nền tảng xác suất.

Averaging was already used by Babylonian astronomers around 2000 BCE to predict planetary positions; Al-Khwarizmi (about 780–850) turned it into a systematic computation, and only in Gauss's time did it gain a probabilistic foundation.

Vì sao mang đúng cái tên này? Tên gọi của khái niệm này nói thẳng ra công dụng của nó. Trong tiếng Anh, "mean" bắt nguồn từ tiếng Pháp cổ "moien", nghĩa là ở giữa, và xa hơn nữa là từ tiếng Latin "medianus". Vì vậy ngay từ trong tên, đây là một đại lượng được đặt ra để đại diện cho chỗ giữa của một tập số, chứ không phải để mô tả một cá thể cụ thể nào. Tiếng Việt dịch là "trung bình" cũng giữ đúng tinh thần ấy: chữ "trung" là ở giữa. Tuy nhiên, nghĩa "ở giữa" từng rộng hơn nhiều so với công thức bạn học hôm nay. Với Pythagoras và các môn đồ, trung bình là một khái niệm của toán học thuần túy với định nghĩa rất chặt, dùng để nói về những tỉ lệ đẹp giữa các số, chứ hoàn toàn không dùng để phân tích dữ liệu. Chính vì cái gốc rộng đó mà đến nay tiếng Anh vẫn có nhiều loại "mean" khác nhau, và cái mà đề thi AP mặc định chỉ là trung bình cộng (arithmetic mean), bên cạnh trung bình nhân (geometric mean) ít gặp hơn. Bước ngoặt khiến trung bình rời khỏi bàn giấy của nhà toán học để bước vào khoa học xã hội gắn với Adolphe Quetelet, người đưa ra hình dung về "con người trung bình" (average man): lấy trung bình các số đo của cả một cộng đồng để dựng nên một cá thể tiêu biểu không có thật. Ý tưởng đó vừa mạnh vừa dễ gây hiểu lầm, và nó giải thích vì sao ngày nay sách vở luôn nhắc ta rằng $\bar{x}$ chỉ là điểm cân bằng của dữ liệu. Cụ thể, $\bar{x}=\frac{1}{n}\sum_{i=1}^{n} x_i$ nghĩa là cộng tất cả $n$ giá trị quan sát $x_i$ rồi chia đều cho số quan sát — nên chẳng có gì bảo đảm rằng có một cá thể nào trong mẫu thật sự mang giá trị $\bar{x}$ .

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Kéo chấm xa nhất ra khỏi đám — trung bình bị lôi theo, trung vị đứng yên

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termThống kê mô tả cho một biến định lượngDữ liệu một biến & thu thập dữ liệu · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termPhân phối mẫu của trung bình mẫu $\bar{x}$Suy luận cho trung bình (dữ liệu định lượng) · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termTham số của biến ngẫu nhiên: kỳ vọng và độ lệch chuẩnXác suất, biến ngẫu nhiên & phân phối xác suất · khoácourse AP Statistics

Cần trướcLearn firstkỳ vọngexpected value

Dẫn tớiLeads tođịnh lý giới hạn trung tâmcentral limit theorem

Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

trung vị (median)median

Khác nhau ở đâuHow they differTrung bình chịu ảnh hưởng của giá trị ngoại lệ (outlier), còn trung vị là thống kê bền vững nên không bị kéo lệch bởi các giá trị cực đoan.

Hay nhầm khiMixed up whenĐề cho phân phối lệch hoặc có giá trị ngoại lệ rồi hỏi đại lượng nào mô tả trung tâm tốt hơn — thí sinh hay chọn nhầm trung bình thay vì trung vị.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 9, 13–14.