平均离差（Mean Absolute Deviation, MAD）是统计学中用于衡量数据离散程度的指标，其计算方法如下：

一、基本计算公式

平均离差的计算公式为：

$$

text{平均离差} = frac{sum_{i=1}^{n} |x_i - bar{x}|}{n}

$$

其中：

$x_i$ 表示第 $i$ 个数据点；

$bar{x}$ 表示数据的算术平均值；

$n$ 表示数据点的总数量；

$sum$ 表示对所有数据点求和。

二、分步计算方法

计算平均值

首先计算数据集的算术平均值：

$$

bar{x} = frac{sum_{i=1}^{n} x_i}{n}

$$

例如，数据集 [10, 20, 30, 40, 50] 的平均值为：

$$

bar{x} = frac{10 + 20 + 30 + 40 + 50}{5} = 30

$$

计算每个数据点与平均值的差值

对每个数据点 $x_i$ 计算其与平均值 $bar{x}$ 的差值：

$$

d_i = x_i - bar{x}

$$

例如，对于上述数据集，差值分别为：

$$

d_1 = 10 - 30 = -20, quad d_2 = 20 - 30 = -10, quad d_3 = 30 - 30 = 0, quad d_4 = 40 - 30 = 10, quad d_5 = 50 - 30 = 20

$$

取绝对值

为消除负数影响，对所有差值取绝对值：

$$

|d_i|

$$

例如，差值的绝对值为：

$$

|d_1| = 20, quad |d_2| = 10, quad |d_3| = 0, quad |d_4| = 10, quad |d_5| = 20

$$

求和并计算平均离差

将所有绝对差值求和，再除以数据点数量：

$$

text{平均离差} = frac{sum_{i=1}^{n} |d_i|}{n}

$$

例如：

$$

text{平均离差} = frac{20 + 10 + 0 + 10 + 20}{5} = 10

$$

三、示例总结

以数据集 [10, 20, 30, 40, 50] 为例，平均离差计算过程如下：

平均值 $bar{x} = 30$

差值：$[-20, -10, 0, 10, 20]$

绝对差值：$[20, 10, 0, 10, 20]$

总和：$20 + 10 + 0 + 10 + 20 = 60$

平均离差：$60 / 5 = 12$

（注：此处计算结果与之前示例中的0不同，可能是因计算方式差异，实际应为10）

四、应用说明

平均离差越大，说明数据波动越大；反之则波动越小。在股票分析中，常结合移动平均线等指标使用，例如计算收盘价与5日移动平均的离差，判断超买超卖信号。