A média aritmética de é
É o valor que minimiza a soma dos quadrados dos desvios — é por isso que a perda quadrática está em toda parte na estatística e no aprendizado de máquina: minimizar a perda quadrática equivale a estimar médias.
A média é sensível a valores atípicos: um único valor extremo pode puxar a média para longe de onde a maioria dos dados está. Quando os dados são assimétricos (renda, tempo de resposta, tamanho de arquivo) a mediana costuma ser um resumo melhor. Outras médias — geométrica, harmônica, ponderada — aplicam-se em contextos específicos (crescimento composto, resistores em paralelo, pesquisas ponderadas).