样本均值是由一个或多个随机变量中得到的统计量,样本均值是一个向量,其中的每个元素都是针对随机变量取様后得到的算术平均数。若只考虑一个随机变量,则样本均值为一个标量,是随机变量观测值的算术平均。
令个随机变量(j=1,...,K)在第次观测(i=1,...,N)到的值,所有观测值可以重组为N个 ×1的向量,其中第次观测的所有数据用个元素()为第个随机变量。
样本均值因为是用所有的观测值计算而得,稍微和每次的观测值有关。若总体平均个随机变量次观测的随机取様,其样本均值分布的均值会等于总体均值j的方差。
样本均值广为使用在统计学及相关应用中,不过也有其缺点。样本均值不是稳健统计(英语:robust statistics),容易受异常点(英语:outliers)影响。在真实世界的应用中,一般会期望数据有稳健的性质,有其他方式可以计算类似样本均值的统计量,但又比样本均值要稳健,可以得到一些常见的量化统计量,例如様本众数和位置参数(英语:Location parameter)有关。其他的替代品包括Winsorising(英语:Winsorising)及修整估计量(英语:Trimmed estimator),例如Winsorized平均(英语:Winsorized mean)及修整平均(英语:trimmed mean)。