无法使用rogiersbart/rtoolz时，如何在R中计算加权几何平均？

当然可以手动实现加权几何平均！不用依赖第三方包的话，我们可以直接根据它的数学定义来写代码，原理其实很简单：加权几何平均等于各数值的自然对数的加权算术平均的指数。

核心公式 #

加权几何平均的数学逻辑是：

先对每个数值取自然对数，计算这些对数的加权算术平均，最后对结果取指数还原

用表达式写出来就是：
$G_w = \exp\left( \frac{\sum (w_i \times \ln(x_i))}{\sum w_i} \right)$
其中：

• $x_i$ 是要计算的数值（必须全为正数，因为对数运算不支持非正数）
• $w_i$ 是对应的权重（非负，且权重总和不能为0）

手动实现的R函数 #

我们可以把这个逻辑封装成一个自定义函数，还能加上输入合法性检查来避免出错：

weighted_geomean <- function(x, w) {
  # 检查输入是否合法
  if (any(x <= 0)) {
    stop("所有x值必须为正数，几何平均依赖对数运算，非正数无法计算！")
  }
  if (any(w < 0)) {
    stop("权重不能为负数，请检查权重向量！")
  }
  total_weight <- sum(w)
  if (total_weight == 0) {
    stop("权重总和不能为0，请调整权重值！")
  }
  
  # 计算加权几何平均
  log_weighted_avg <- sum(w * log(x)) / total_weight
  exp(log_weighted_avg)
}

示例用法 #

比如我们有一组数值 x = c(2, 4, 8)，对应的权重 w = c(1, 2, 3)，调用函数计算：

x <- c(2, 4, 8)
w <- c(1, 2, 3)
weighted_geomean(x, w)
# 输出结果大约是 3.363586

额外注意事项 #

• 如果你的数据里有0或者负数，要么先做数据转换（比如加一个常数让所有值为正），要么就不适合用几何平均——毕竟对数函数在非正数上没有定义。
• 权重不需要提前归一化，函数里已经自动用权重总和做了除法，所以不管权重是绝对数还是比例都可以直接传入。

内容的提问来源于stack exchange，提问作者user4773130