Что такое скорректированное среднее в статистике?
Скорректированное среднее значение возникает, когда необходимо скорректировать статистические средние значения для компенсации дисбаланса данных и больших отклонений. Выбросы, присутствующие в наборах данных, часто удаляются, поскольку они оказывают большое влияние на расчетные средние для небольших групп населения. Скорректированное среднее можно определить, удалив эти отклоняющиеся цифры.
Ключевые вынос
- Скорректированное среднее значение используется для корректировки статистических средних с очевидным дисбалансом. Он рассчитывается путем удаления выбросов из набора данных. Скорректированные средние значения рассчитываются с использованием уравнений множественной регрессии. Это предпочтительный метод для большинства специалистов, которые в значительной степени полагаются на статистику и их точность. Варианты - это переменные, которые исследователь не может контролировать, но они все же влияют на результаты.
Как работает скорректированное среднее
Скорректированные средние значения также называются «средними наименьших квадратов» и рассчитываются с использованием уравнения множественной регрессии. Множественные уравнения регрессии являются предпочтительным методом для многих исследователей и большинства специалистов по персоналу в достижении точных результатов и информации в своих исследованиях. Этот метод обеспечит более точный результат и более надежные данные по завершении исследования, и в течение многих лет на него сильно полагались научные, финансовые и другие исследовательские группы.
Например, при изучении как мужчин, так и женщин, которые участвуют в определенном поведении или деятельности, может потребоваться корректировка данных для учета влияния пола на результаты. Без использования скорректированных средств результаты, которые на первый взгляд могут показаться связанными с участием в определенной деятельности или поведении, могут быть искажены влиянием пола участников.
В этом примере мужчины и женщины будут считаться ковариатами, типом переменной, который исследователь не может контролировать, но который влияет на результаты эксперимента. Использование скорректированных средств компенсирует ковариаты, чтобы увидеть, каким был бы эффект от деятельности или поведения, если бы не было различий между полами.
Сравнение оригинальных и скорректированных средств любого исследования может дать вам лучшее представление о том, насколько отдельные факторы влияют на исследование в целом.
Пример скорректированного среднего
Рассмотрим финансовые рынки, которые могут корректировать среднее значение для смены режима, то есть термин для замены одного государственного режима другим. Теоретически, новое правительство, вероятно, представит новую политику и другие изменения, делая сравнения между двумя различными стилями правительства бессмысленными. Для получения точных результатов необходимо будет соответствующим образом обновить или скорректировать данные.
Другой пример, когда для точности потребуется скорректированное среднее значение, относится ко времени Великой рецессии. В 2009 году, чтобы ослабить контроль над капиталом банков, FASB приостановил действие правила оценки на рынке. Тем самым мгновенно улучшается баланс крупных банков. Если бы аналитик анализировал тенденции изменения баланса в 2010 году за последние десять лет, среднее среднее было бы проблематичным и неточным.
После приостановления использования методов учета по текущим рыночным ценам бухгалтерские балансы банков были значительно лучше (на бумаге), чем до изменения правила учета. Таким образом, для кого-то, кто просто смотрит на среднее десятилетнее значение в 2010 году, результаты будут скорее искажены без корректировки среднего значения для изменения в учете по текущим рыночным ценам.
Использование скорректированных средств в аналогично несбалансированных примерах и других ситуациях может значительно изменить результаты и результаты, не требуя от исследователя начинать исследование заново. Существует множество других альтернативных методов, которые можно использовать в исследовании для достижения аналогичных результатов, но большинство из них будут значительно более сложными и трудоемкими.
