Aangepast gemiddelde

Wat is een gecorrigeerd gemiddelde?

Het aangepaste gemiddelde ontstaat wanneer statistische gemiddelden moeten worden gecorrigeerd om gegevensonevenwichtigheden en grote varianties te compenseren. Uitschieters die aanwezig zijn in datasets worden vaak verwijderd om het gecorrigeerde gemiddelde te bepalen, omdat ze een grote impact kunnen hebben op de berekende gemiddelden van kleine populaties. Een aangepast gemiddelde kan worden bepaald door deze uitbijtercijfers te verwijderen door middel van regressieanalyse. Aangepaste middelen worden ook wel kleinste-kwadraten middelen genoemd.

Inzicht in aangepaste middelen

Gecorrigeerde middelen worden het vaakst gebruikt in de financiële sector wanneer er gegevenspunten uitschieters zijn die een te grote impact hebben op de trendlijn voor een gegevensset. Een analist kan ervoor kiezen om uitschieters volledig te verwijderen, maar dit wordt meestal alleen gedaan in gevallen waarin de redenen achter de uitschieters bekend zijn of een ruwe voorspelling van een trend geschikt is.

Voor onderzoekers en professionals die uitschieters willen verwijderen, hebben meervoudige regressievergelijkingen de voorkeur. Regressieanalyse geeft een nauwkeuriger resultaat en betrouwbaardere gegevens aan het einde van een onderzoek. Naast regressieanalyse zijn er ook meer basale manieren om een ​​gemiddelde aan te passen.

Een manier om een ​​gemiddelde aan te passen, is door categorische variabelen toe te voegen die de gegevens nauwkeuriger scheiden. Stel je bijvoorbeeld een onderzoek voor waarin wordt gekeken naar alcoholgebruik in het accountantsberoep, waaruit blijkt dat accountants tegenwoordig half zoveel drinken als accountants 50 jaar geleden. Hoewel dit positief kan lijken, wordt bij diepere analyse ontdekt dat de studie niet was gecorrigeerd voor geslacht. Als we naar seks kijken, blijkt dat mannelijke accountants iets minder drinken dan accountants 50 jaar geleden, maar het grootste deel van de verandering is de groei van het totaal aantal vrouwelijke accountants. Uit het onderzoek blijkt dat vrouwelijke accountants gemiddeld ongeveer hetzelfde drinken als hun vrouwelijke tegenhangers 50 jaar geleden. Vrouwelijke accountants drinken ook veel minder dan mannelijke accountants vandaag en 50 jaar geleden. Maar er zijn meer vrouwelijke accountants dan ooit tevoren, wat effectief helpt om het algemene alcoholpeil in het beroep te verminderen, ook al zijn hun mannelijke tegenhangers relatief statisch gebleven in hun drinkgewoonten.

De aanvullende variabelen vertellen in dit geval een nauwkeuriger verhaal over de gegevens en kunnen weer worden gecombineerd tot een algemeen gemiddelde door een waarde voor geslacht toe te voegen die de verhouding tussen mannen en vrouwen in elke steekproefgroep weerspiegelt. Dit zou een meer bescheiden dip laten zien in het drinken in het algemeen in het beroep. Als u deze gegevens verder analyseert, kan dit erop wijzen dat één geïntegreerd gemiddelde niet de beste manier is om deze gegevens te presenteren.

In dit voorbeeld zou het geslacht van de deelnemers worden beschouwd als covariaten, een type variabele waar de onderzoeker geen controle over heeft, maar die van invloed is op de resultaten van een experiment. Het gebruik van een gecorrigeerd gemiddelde is een manier om de covariaten te compenseren: wat is het effect van de activiteit of het gedrag als er geen verschillen tussen de geslachten waren? Dezelfde soorten aanpassingen worden gemaakt voor andere demografische gegevens zoals leeftijd, etniciteit, sociaaleconomische status, enz.

Voorbeeld van een gecorrigeerd gemiddelde

In 2009 verduidelijkte de Financial Accounting Standards Board (FASB) de mark-to-market-regel om de druk te verminderen en de balansen van de grote banken onmiddellijk te verbeteren. Als een analist de tendensen in balanssterkte in 2010 voor de volgende tien jaar zou herzien met behulp van door de bank gepubliceerde maatstaven, dan zou het gemiddelde gemiddelde problematisch en onnauwkeurig zijn omdat het de wijziging van de regels tot 2009 zou omvatten.

Een manier om dit te corrigeren is door een variatiecoëfficiënt te creëren voor de gemiddelde verschillen tussen de balanscijfers en de marktwaarden op dat moment, voor een subset van algemeen aangehouden activa bij grote banken. In de praktijk bleven analisten van de banksector echter strenge mark-to-market-cijfers berekenen na de verduidelijking van de regels, dus de eenvoudige oplossing zou zijn om in plaats daarvan die datasets te gebruiken. Wat nog belangrijker is, banken hebben altijd een redelijk beetje discretie gehad onder mark-to-market-regels, dus de balanscijfers voor aangehouden activa moeten altijd sceptisch worden bekeken en waar mogelijk onafhankelijk worden geverifieerd.