इसे आकृति के औसत के रूप में जाना जाता है जो समान है या जो अंकगणित माध्य के सबसे करीब है । औसत वह बिंदु भी हो सकता है जिस पर कोई चीज माध्यम से विभाजित होती है।

भारित औसत का महत्व स्पष्ट नहीं हो सकता है, लेकिन इसके विपरीत, यह एक बहुत ही उपयोगी तकनीक है जो सामान्य औसत की गणना के साथ काफी अंतर कर सकती है। पिछले पैराग्राफ में प्रस्तुत उदाहरण पर लौटते हुए, जो विश्वविद्यालय के छात्रों के जीवन में भारित औसत के सबसे सामान्य अनुप्रयोगों में से एक को दर्शाता है, आइए देखें कि यदि प्रत्येक जानकारी के वजन को ध्यान में नहीं रखा गया तो क्या होगा : यदि हमने केवल छह ग्रेड जोड़े हम उन्हें छह से विभाजित करते हैं, जो परिणाम हमें प्राप्त होता है वह 6.5 होगा।

६.३ और ६.५ के बीच अंतर महत्वहीन लग सकता है, लेकिन यदि उत्तीर्ण होने की न्यूनतम योग्यता बाद की थी, तो ऐसा नहीं होगा; इस मामले में, औसत की गणना करने के लिए गलत तरीके से आगे बढ़ना (यानी, प्रत्येक डेटा के वजन की अनदेखी करना और बस औसत बनाना) छात्र को यह सोचने के लिए प्रेरित करेगा कि उसने परीक्षा सफलतापूर्वक उत्तीर्ण की है, भले ही यह सच नहीं है। यदि अंतिम परीक्षण अधिक व्यापक था और उसका वजन चार गुना अधिक (20) था, तो दोनों परिणामों के बीच की दूरी वास्तव में काफी होगी, क्योंकि भारित औसत 4.65 देगा।

मूल्यांकन की एक श्रृंखला बनाते समय एक शिक्षक एक भारित औसत के अस्तित्व का क्या लाभ देता है? यदि आप अपने ग्रेड की गणना करने के लिए यह तकनीक नहीं रखते थे, तो क्या आप उन्हीं विषयों पर अपने छात्रों की जांच कर सकते थे? मुख्य लाभ में एक ही मूल्यांकन में एक से अधिक विषयों या उप-विषय को समूहबद्ध करने की संभावना होती है और, परिणामस्वरूप, कुल अनुक्रम में इसका महत्व बढ़ जाता है। यदि कोई भारित औसत नहीं था, तो शिक्षकों के पास दो संभावित रास्ते होंगे:

* कई और परीक्षण करते हैं, ताकि उनमें से प्रत्येक का बाकी के समान महत्व (समान वजन) हो और पारंपरिक विधि का उपयोग करके ग्रेड के औसत की गणना करना संभव हो;

* गलत या असंगत रूप से छात्रों के प्रदर्शन का मूल्यांकन, परीक्षा के लिए एक ही भार देना जो मांग के बहुत अलग डिग्री पेश करते हैं।