统计学平均数的算法如下：
统计学中的平均数是描述一组数据集中趋势或平均水平的指标，通常包括算术平均数、几何平均数和调和平均数等。
算术平均数是应用最广泛的一种平均数，它的计算公式为：M=（x1+x2+...+xn）/n，其中M代表算术平均数，x1，x2，...，xn代表数据中每个数值，n代表数据的个数。例如，有3个数据：5，7，9，则这组数据的算术平均数为：（5+7+9）/3=6。
几何平均数和调和平均数则分别用于描述一组数据的几何平均水平和调和平均水平。几何平均数的计算公式为：M=x1x2...*xn^（1/n），其中x1，x2，...，xn代表数据中每个数值，n代表数据的个数。调和平均数的计算公式为：M=（n/1+n/2+...+n/n）^（1/n），其中n代表数据的个数。
不同类型的数据需要选择不同类型的平均数来描述其集中趋势或平均水平。同时，在计算平均数时也需要谨慎处理异常值，以免影响结果的准确性和可靠性。
统计学平均数的应用：
1、描述集中趋势：平均数是描述一组数据集中趋势的常用指标。通过计算平均数，可以大致了解这组数据的中心位置，以及数据的分散程度。例如，在市场调研中，通过对一组消费者数据的平均数计算，可以了解这组数据的集中趋势，进而分析市场的整体情况。
2、比较不同组数据：通过计算不同组数据的平均数，可以对它们进行比较和分析。例如，在医学研究中，通过对不同治疗方案的效果进行比较，可以通过计算平均数来评估不同治疗方案的有效性和安全性。
3、预测未来趋势：基于已知数据的平均数计算结果，可以对未来的趋势进行预测和分析。例如，在金融领域中，通过对历史股价数据的平均数计算，可以预测未来的股价趋势，进而制定投资策略。
4、质量控制：在生产过程中，通过计算生产数据的平均数，可以对产品质量进行控制和监督。例如，在制造业中，通过对产品质量的检测数据计算平均数，可以及时发现并解决生产过程中的问题，提高产品质量。