Zastosowanie funkcji AVERAGE to bardzo efektywny sposób na uproszczenie analizy danych w wielu sytuacjach, począwszy od kontroli finansów osobistych, przez monitoring aktywności dnia codziennego, aż po zarządzanie zaawansowanymi zbiorami danych. Niezależnie od tego, czy chcesz wyliczyć średni koszt rachunków za media, średnią ocen w szkole, czy też analizować trendy sprzedaży, posługiwanie się funkcjami typu AVERAGE pozwala na szybkie uzyskanie dokładnych rezultatów. W niniejszym artykule przyjrzymy się szczegółowo pięciu funkcjom AVERAGE, ich budowie oraz praktycznym zastosowaniom, które pomogą Ci opanować te narzędzia i zwiększyć Twoje kompetencje analityczne w Arkuszach Google. Przygotuj się na odkrycie, w jaki sposób te funkcje mogą zmienić Twoje podejście do zarządzania danymi i wspomagać podejmowanie decyzji w oparciu o precyzyjne analizy.
1 AVERAGE
Funkcja AVERAGE służy do obliczania średniej arytmetycznej z określonego zakresu liczb. Sumuje ona wszystkie wartości i dzieli przez ich liczbę. Składnia tej funkcji przedstawia się następująco:
=AVERAGE(zakres)
gdzie „zakres” to odniesienie do komórek, dla których chcesz obliczyć wartość średnią.
Przykład obliczania średniej z użyciem funkcji AVERAGE
Załóżmy, że chcemy obliczyć średni miesięczny wydatek na media, a nasze dane znajdują się w dwóch kolumnach. W kolumnie A, w komórkach od A2 do A5, mamy nazwy mediów, a w kolumnie B, w komórkach od B2 do B5, przypisane do nich koszty.
Aby obliczyć średnie miesięczne koszty mediów, wykorzystamy formułę:
=AVERAGE(B2:B5)
W przedstawionym przypadku, średni miesięczny koszt mediów wynosi 128,75 USD.
2 AVERAGEA
Funkcja AVERAGEA oblicza średnią z podanego zakresu, uwzględniając zarówno liczby, jak i tekst, przy czym tekst jest traktowany jako wartość zero w obliczeniach. Jest to bardzo pomocne, gdy dane zawierają elementy nieliczbowe, a chcemy wyznaczyć ich średnią.
Oto struktura składni funkcji AVERAGEA:
=AVERAGEA(zakres)
gdzie „zakres” to komórki, które wchodzą w skład średniej.
Przykład obliczania średniej z użyciem funkcji AVERAGEA
Wyobraźmy sobie sytuację, że po zapoznaniu się z technikami zarządzania zadaniami, stworzyliśmy listę rzeczy do zrobienia. W trakcie śledzenia ilości zadań wykonanych każdego dnia, niektóre z nich nie zostały zaznaczone jako zakończone i oznaczyliśmy je symbolem „N/A”.
Załóżmy, że w komórkach od B2 do B6 znajdują się dane dotyczące liczby ukończonych zadań. Aby obliczyć średnią, wykorzystamy formułę:
=AVERAGEA(B2:B6)
Ponieważ w komórce B4 widnieje wpis „N/A”, podczas obliczeń zostanie on potraktowany jako zero.
3 DAVERAGE
Funkcja DAVERAGE służy do obliczania średniej wartości z danej kolumny w bazie danych, ale tylko dla tych wierszy, które spełniają zadane warunki. Schemat funkcji DAVERAGE wygląda następująco:
=DAVERAGE(baza_danych, pole, kryteria)
gdzie „baza_danych” to zakres komórek składających się na bazę danych, „pole” to kolumna, z której wyliczamy średnią, a „kryteria” to zakres z warunkami, które filtrują wiersze do uśrednienia.
Przykład obliczania średniej z użyciem funkcji DAVERAGE
Załóżmy, że monitorujemy średni czas spędzany przed telewizorem, ale chcemy wziąć pod uwagę tylko dni, w których oglądaliśmy go dłużej niż 2 godziny. Dni, w które oglądaliśmy telewizję, znajdują się w komórkach A1:A5, a czas spędzony przed ekranem w komórkach B2:B6.
Dodatkowo, załóżmy, że dane kryterialne mamy w kolumnie D. Chcąc skupić się na dniach, w których oglądaliśmy telewizję powyżej 2 godzin, w komórce D2 wpisujemy „Godziny”, a w komórce D3 wpisujemy „>2” (więcej niż 2).
Aby obliczyć średni czas spędzony na oglądaniu telewizji przez ponad 2 godziny w ciągu tygodnia, zastosujemy formułę:
=DAVERAGE(A1:B6, "Godziny", D2:D3)
W tym przykładzie, w tygodniu były trzy dni, kiedy oglądaliśmy telewizję powyżej 2 godzin. Średnia dla tych dni wynosi 4 godziny.
4 AVERAGEIF
Funkcja AVERAGEIF służy do obliczania średniej wartości w komórkach, które spełniają określony warunek. Składnia tej funkcji wygląda następująco:
=AVERAGEIF(zakres, kryteria, [zakres_średniej])
gdzie „zakres” to komórki, które podlegają ocenie względem kryteriów, „kryteria” to warunek decydujący o włączeniu danej komórki do średniej, a „zakres_średniej” (opcjonalny) to właściwy zakres komórek do uśrednienia.
Przykład obliczania średniej z użyciem funkcji AVERAGEIF
Załóżmy, że chcemy obliczyć średnie tygodniowe wydatki na paliwo, ale tylko dla tych przypadków, w których wydaliśmy ponad 50 USD. Dane o kosztach paliwa znajdują się w komórkach od B2 do B6.
Aby uzyskać średnią wartości powyżej 50, użyjemy formuły:
=AVERAGEIF(B2:B6, ">50")
W tym przypadku średni koszt dla wszystkich wartości większych niż 50 USD wynosi 65 USD.
5 AVERAGEIFS
Funkcja AVERAGEIFS jest podobna do AVERAGEIF, ale daje możliwość wprowadzenia wielu kryteriów. Składnia funkcji AVERAGEIFS jest następująca:
=AVERAGEIFS(zakres_średniej, zakres_kryteriów1, kryteria1, [zakres_kryteriów2, kryteria2], …)
gdzie „zakres_średniej” to zakres komórek do uśrednienia, „zakres_kryteriów1” to zakres komórek poddawanych ocenie względem pierwszego kryterium, „kryteria1” to pierwszy warunek decydujący o włączeniu do średniej, a kolejne zakresy i kryteria mogą być dodane.
Przykład obliczania średniej z użyciem funkcji AVERAGEIFS
Załóżmy, że śledzimy dane sprzedażowe różnych produktów w różnych miastach. W komórkach A2:A6 znajdują się miasta, w B2:B6 produkty, w C2:C6 liczba sprzedanych sztuk, a w D2:D6 miesiące sprzedaży.
Chcemy znaleźć średnią sprzedaż dla miasta Nowy Jork, gdzie sprzedawano komputery Gaming PC. W tym celu użyjemy formuły:
=AVERAGEIFS(C2:C6, A2:A6, "Nowy Jork", B2:B6, "Gaming PC")
Formuła ta zwróci średnią sprzedaż dla Nowego Jorku i Gaming PC w różnych okresach. W naszym przykładzie, średnia wynosi 175 sprzedanych sztuk Gaming PC w Nowym Jorku.
6 AVERAGE.WEIGHTED
Funkcja AVERAGE.WEIGHTED służy do obliczania średniej ważonej, co jest przydatne, gdy niektóre dane w zbiorze mają większy wpływ na średnią niż pozostałe. W obliczeniach uwzględnia ona zarówno wartości, jak i odpowiadające im wagi. Dobrym przykładem jest obliczanie średniej ocen (GPA).
Składnia funkcji AVERAGE.WEIGHTED przedstawia się następująco:
=AVERAGE.WEIGHTED(wartości, wagi)
gdzie „wartości” to zakres komórek zawierających dane do uśrednienia, a „wagi” to zakres komórek z przypisanymi wagami do poszczególnych wartości.
Przykład obliczania średniej ważonej z użyciem funkcji AVERAGE.WEIGHTED
Wyobraźmy sobie studenta, który chce obliczyć średnią ważoną czasu nauki dla różnych przedmiotów, gdzie niektóre z nich są ważniejsze od innych. Przedmioty znajdują się w komórkach A2:A6, czas nauki w B2:B6, a wagi w C2:C6.
Wagi przyjmują wartości od 1 do 4, gdzie 1 oznacza „mniej ważny”, a 4 „najważniejszy”.
Aby wyliczyć średnią ważoną czasu nauki na podstawie istotności każdego przedmiotu, zastosujemy formułę:
=AVERAGE.WEIGHTED(B2:B6, C2:C6)
Formuła ta mnoży czas nauki przez odpowiednie wagi, sumuje te wartości, a następnie dzieli przez sumę wag, uzyskując ogólną średnią ważoną czasu nauki.
W naszym przypadku, średni ważony czas nauki wynosi 7,5 godziny. Oznacza to, że uwzględniając znaczenie każdego przedmiotu (wagę), średni czas nauki odpowiada 7,5 godziny na przedmiot.
Poniżej przedstawione jest, jak średnia ważona pomaga ocenić, czy aktualny czas nauki odpowiada naszym priorytetom akademickim:
- Matematyka: 10 godzin (powyżej średniej 7,5 godziny). Oznacza to, że poświęcamy więcej czasu niż przeciętnie, co koresponduje z priorytetem/wagą tego przedmiotu.
- Nauki przyrodnicze: 8 godzin (powyżej 7,5 godziny). Jest to nieco powyżej średniej ważonej i współgra z wagą tego przedmiotu.
- Historia: 5 godzin (poniżej 7,5 godziny). To mniej niż średnia, co jest w porządku, biorąc pod uwagę niższą wagę przedmiotu.
- Literatura: 4 godziny (znacznie poniżej 7,5 godziny). Znacznie poniżej średniej, co jest zgodne z niższym priorytetem.
- Język: 6 godzin (poniżej 7,5 godziny). Jest to nieco mniej, ale nadal blisko średniej ważonej, co jest adekwatne do wagi przedmiotu.
Funkcje AVERAGE oferują prosty, ale jednocześnie efektywny sposób na zarządzanie danymi. Umiejętne ich wykorzystanie umożliwia płynną analizę danych w Arkuszach Google i wyciąganie istotnych wniosków z nawet bardzo rozbudowanych zbiorów danych.