AVEDEV函数用于计算一组数据的平均绝对偏差。其核心意义在于:衡量每个数据点与整体平均值之间的平均距离。该数值越小,表明数据分布越集中、波动性越低;反之,数值越大,则说明数据离散程度越高、稳定性越差。
函数的基本语法为:=AVEDEV(数字1, 数字2, ……)。其中,数字1为必需参数,可以是单个数值、单个单元格引用,或连续的单元格区域;数字2及后续参数为可选,最多支持255个参数。
需注意:AVEDEV函数在运算过程中会自动忽略文本内容、逻辑值(如TRUE或FALSE)以及空单元格;但若单元格中包含数值0,则该0会被正常参与计算。
以下为两个基础应用示例,用于对比不同数据组的稳定性:
A组数据为98、100、102,其平均值为100,AVEDEV计算结果约为1.33;
B组数据为90、100、110,平均值同样为100,AVEDEV计算结果约为6.67。
由此可知,A组数据更稳定,波动幅度明显小于B组。
对应公式如下:
=AVEDEV(98,100,102) → 返回约1.33
=AVEDEV(90,100,110) → 返回约6.67
以A组为例进行手动验算:
平均值 = (98 + 100 + 102) ÷ 3 = 100;
各数据点与平均值的绝对偏差分别为:|98 − 100| = 2,|100 − 100| = 0,|102 − 100| = 2;
平均绝对偏差 = (2 + 0 + 2) ÷ 3 = 4 ÷ 3 ≈ 1.33。
该函数适用于质量控制、绩效分析、市场波动评估等需要量化数据离散程度的场景,是判断数据一致性的重要统计工具之一。