ค่าเฉลี่ยฮาร์มอนิกอาจใช้แทนค่าเลขคณิตได้อย่างสะดวกเมื่อไม่มีความคาดหวังหรือความแปรปรวน อาจเป็นกรณีที่ไม่มีอยู่จริงหรือไม่มีที่สิ้นสุดในขณะที่มีอยู่ ยกตัวอย่างเช่นการกระจาย Pareto ด้วยความหนาแน่นไม่มีขอบเขตแน่นอน ความคาดหวังเมื่อซึ่งหมายความว่าค่าเฉลี่ยเลขคณิตมีความคาดหวังที่ไม่มีที่สิ้นสุดในขณะที่ซึ่งหมายความว่าค่าเฉลี่ยฮาร์มอนิกมีความคาดหวัง จำกัดE[X]E[1/X]
f(x)=αxα0xα+1Ix≥x0
α≤1E[1/X]=∫∞x0αxα0xα+2dx=αxα0(α+1)xα+10=α(α+1)x0
ตรงกันข้ามมีการกระจายที่ค่าเฉลี่ยฮาร์โมนิไม่เคยมีใครคาดหวังเป็นเช่นเบต้ากระจายเมื่อ\และอีกมากมายที่ไม่มีความแปรปรวนBe(α,β)α≤1
นอกจากนี้ยังมีการเชื่อมโยงกับ Monte Carlo เพื่อ integrals และโดยเฉพาะอย่างยิ่ง normalizing ค่าคงที่ตามตัวตนหลัง Bayesianโดยที่คือความหนาแน่นคือก่อนหน้าโอกาสและร่อแร่ตามที่กล่าวไว้ในคำถามอื่น ๆ ที่เกี่ยวกับการตรวจสอบ X ที่ฉันแสดงความคิดเห็นเกี่ยวกับอันตรายของการใช้สิ่งที่ราดโอนีล (U โตรอนโต) เรียกร้องที่เลวร้ายที่สุด Monte Carlo ประมาณการที่เคย (ฉันยังเขียนหลายรายการในบล็อกของฉันในหัวข้อนั้น) φ(⋅)π(⋅)L(⋅|x)m(⋅)
E[φ(θ)π(θ)L(θ|x)∣∣x]=1m(x)
φ(⋅)π(⋅)L(⋅|x)m(⋅)