加重平均計算ツール

加重平均（重み付き平均）は、データの重要度や頻度が異なる場合に用いる統計手法です。すべての値を同等に扱う単純平均とは異なり、各データに「重み」を設定することで、重要なデータの影響を適切に反映した平均値を算出できます。学業成績の評価から金融ポートフォリオ分析まで、加重平均は幅広い分野で実用的に活用されています。

加重平均とは？

加重平均では、各データに数値の「重み」を割り当てます。重みは、そのデータが最終結果にどれだけ影響を与えるかを表します。計算式は、各値とその重みを掛け合わせてすべての積の和を求め、全重みの合計で割ります。

例えば、3単位の試験で90点、2単位の試験で80点、1単位の試験で70点を取った場合、加重平均は (90×3 + 80×2 + 70×1) ÷ (3+2+1) = (270 + 160 + 70) ÷ 6 = 500 ÷ 6 ≈ 83.33点となります。単純平均では (90+80+70) ÷ 3 = 80点ですが、最も重みの大きい試験（3単位）で高得点を取ったため、加重平均は83.33点と高くなります。

重みの合計が特定の値である必要はありません。個数、割合、単位数など、重要度を示す任意の数値が使用できます。計算ツールが自動的に重みの合計で割るため、重みの相対的な比率のみが結果に影響します。

加重平均と単純平均の違い

加重平均と単純平均（算術平均）の根本的な違いは、各データの扱い方にあります。単純平均では重要度にかかわらずすべての値が等しく扱われますが、加重平均では重みの大きい値が結果をより大きく引き寄せます。

すべての重みが等しい場合、加重平均と単純平均は一致します。重みに偏りが生じるほど、二つの値の差が大きくなります。この差は意味のあるもので、各データの重要度とスコアの複合的な影響を示しています。

どちらの平均を使うべきかはデータによって異なります。すべての値が同じ重要度を持つ場合は単純平均が適切です。一方、値の重要度・頻度・規模が異なる場合は加重平均の方が実態を正確に反映します。たとえば、大規模店舗と小規模キオスクの顧客満足度を同等に扱うと実際の顧客体験を誤って表現してしまいます。顧客数で重み付けすることで、より正確な全体像が得られます。

GPA・学業成績への活用

加重平均の最も身近な例がGPA（成績加重平均点）です。各科目の成績は履修単位数で重み付けされます。3単位の科目は1単位の科目の3倍の影響力を持つため、主要科目が通算GPAに適切な比重で反映されます。

同様に、授業内の最終成績計算でも加重平均が使われます。最終試験40%・中間試験30%・課題30%という配分では、パーセンテージが重みの役割を果たします。最終試験で高得点を取った学生は、課題でのみ好成績を収めた学生よりも恩恵を受けます。これは最終試験の重みが大きいためです。

教員が各評価項目に重みを設定することで、学習の優先事項を明確に示しています。重み付けの仕組みを理解することで、努力を戦略的に配分する助けになります。

投資リターンと財務分析

ポートフォリオマネージャーは加重平均を使って投資ポートフォリオ全体のリターンを計算します。ポートフォリオの50%がリターン8%の資産、30%がリターン5%の資産、20%がリターン12%の資産で構成される場合、加重平均リターンは (0.50×8 + 0.30×5 + 0.20×12) = 4.0 + 1.5 + 2.4 = 7.9%です。これら3つの単純平均は8.33%となり、実際のポートフォリオパフォーマンスを過大評価してしまいます。

棚卸資産の評価方法である移動平均法（総平均法）でも加重平均が使われます。企業が異なる時期に異なる価格で商品を仕入れた場合、各時点の仕入数量で重み付けした平均コストを算出することで、価格変動を平滑化します。

債券市場では、ポートフォリオの加重平均残存年限（WAM）や加重平均クーポン（WAC）が、各債券の保有額で重み付けされた代表的な指標として活用されています。

アンケート結果とデータ分析

加重平均はアンケート調査やデータ集計でも欠かせません。規模の異なる複数のグループからの結果を集計する際、サンプルサイズで重み付けすることで、小規模グループが不均衡な影響力を持つことを防ぎます。

例えば、顧客満足度調査であるエリアから500件の回答（平均スコア7.2）、別のエリアから100件の回答（平均スコア8.5）が集まった場合、加重平均スコアは (500×7.2 + 100×8.5) ÷ (500+100) = (3600 + 850) ÷ 600 = 4450 ÷ 600 ≈ 7.42です。単純平均で計算すると7.85となり、グループサイズの差を無視することで結果が大きく歪んでしまいます。

市場調査、世論調査、学術研究では、代表性のないサンプルを補正するために加重処理が日常的に行われます。特定の層がサンプルで過小評価されている場合、その回答に高い重みを付けることで実際の母集団構成をより正確に反映できます。

その他の活用場面

加重平均は他にも多くの実務シーンで活用されています。製造業の品質管理では、生産ラインごとの不良率を生産数量で重み付けして施設全体の不良率を算出します。物流では、出荷量の異なる複数の輸送を重み付けして単位当たりの平均コストを求めます。

消費者物価指数（CPI）などの経済指標も加重平均に基づいています。CPIは家計の典型的な支出パターンを重みとして、商品バスケット全体の価格変動の加重平均変化率を測定します。住居費はたばこなどより大きな重みが付されています。

機械学習や統計学における重み付き回帰・重み付き最小二乗法では、信頼性や代表性が高いとみなされるデータに高い重みを付与することで、データ品質がサンプルによって異なる場合でも精度の高いモデルが得られます。

プロジェクトマネージャーも複数の選択肢を評価する際に重み付きスコアリングモデルを用います。コスト・期間・リスク・品質などの複数基準でスコアを付け、ステークホルダーが合意した重要度で加重平均を計算することで、各選択肢を単一の比較可能なスコアで評価できます。