Αποκλειστικός Μέσος Ορισμός

Τι είναι το Winsorized Mean?

Η μέθοδος Winsorized είναι μια μέθοδος μέτρησης του μέσου όρου, η οποία αρχικά αντικαθιστά τις μικρότερες και τις μεγαλύτερες τιμές με τις παρατηρήσεις που βρίσκονται πλησιέστερα σε αυτές. Αυτό γίνεται για τον περιορισμό της επίδρασης των ανώμαλων ακραίων τιμών ή των ακραίων τιμών στον υπολογισμό. Μετά την αντικατάσταση των τιμών, στη συνέχεια χρησιμοποιείται ο αριθμητικός μέσος όρος για τον υπολογισμό του μέσου κέρδους.

Η φόρμουλα για το Winsorized Mean Is

Winsorized Μέσος όρος = xn ... xn + 1 + xn + 2 ... xnΌπου: n = Ο αριθμός των μεγαλύτερων και μικρότερων datapoints που θα αντικατασταθούν από την παρατήρηση \ begin {aligned} & \ text {Winsorized Mean} \ = \ \ frac { {n} \ dots x_ {n + 1} \ + \ x \ {n + 2} \ dots x_ {n}} {N} \\ & \ textbf {where:} \\ & \ begin { \ & \ text {Ο αριθμός των μεγαλύτερων και μικρότερων δεδομένων} \\ & \ text {σημεία που θα αντικατασταθούν από την παρατήρηση} \\ & \ text {πλησιέστερα σε αυτά} \ end {aligned} \\ & N \ = \ {Συνολικός αριθμός σημείων δεδομένων} \ end {ευθυγραμμισμένο} Winsorized Mean = Nxn ... xn + 1 + xn + 2 ... xn όπου: n = Ο αριθμός των μεγαλύτερων και μικρότερων datapoints που πρέπει να αντικατασταθούν από την παρατήρηση

Τα ενσωματωμένα μέσα εκφράζονται με δύο τρόπους. Ένας "k ⁿ " winsorized mean αναφέρεται στην αντικατάσταση των μικρότερων και μεγαλύτερων παρατηρήσεων «k», όπου το 'k' είναι ένας ακέραιος αριθμός. Ένας μέσος όρος "x%", που έχει ενσωματωθεί στην τεχνολογία, περιλαμβάνει την αντικατάσταση ενός δεδομένου ποσοστού τιμών από τα δύο άκρα των δεδομένων.

Πώς να υπολογίσετε το Winsorized Mean

Ο winsorized μέσος υπολογίζεται με την αντικατάσταση των μικρότερων και μεγαλύτερων σημείων δεδομένων, αθροίζοντας τότε όλα τα σημεία δεδομένων και διαιρώντας το άθροισμα με τον συνολικό αριθμό σημείων δεδομένων.

Τι σημαίνει το Winsorized Mean σας λέει;

Ο winsorized μέσος όρος είναι λιγότερο ευαίσθητος στις αποκλίσεις επειδή μπορεί να τις αντικαταστήσει με λιγότερο ακραίες τιμές. Δηλαδή, είναι λιγότερο ευαίσθητο σε περιγράμματα έναντι του μέσου όρου. Ωστόσο, εάν μια κατανομή έχει ουρές λίπους, η επίδραση της αφαίρεσης των υψηλότερων και των χαμηλότερων τιμών στην κατανομή θα έχει μικρή επίδραση λόγω του μεγάλου αριθμού μεταβλητότητας στα στοιχεία κατανομής.

Βασικές τακτικές

• Μέθοδος μέσου όρου που περιλαμβάνει την αντικατάσταση των μικρότερων και των μεγαλύτερων τιμών με τις παρατηρήσεις που είναι πιο κοντά σε αυτές.
• Λιγότερο ευαίσθητο στις υπερβολικές τιμές, επειδή μπορεί να τις αντικαταστήσει με λιγότερο ακραίες τιμές.
• Είναι διαφορετικό από το μέσο καθαρισμού, το οποίο περιλαμβάνει την αφαίρεση σημείων δεδομένων - αν και το αποτέλεσμα των δύο τείνει να είναι κοντά.

Παράδειγμα τρόπου χρήσης του Winsorized Mean

Μπορούμε να υπολογίσουμε τον winsorized μέσον για το ακόλουθο σύνολο δεδομένων: 1, 5, 7, 8, 9, 10, 14. Σε αυτό το παράδειγμα, υποθέτουμε ότι ο winsorized μέσος είναι στην πρώτη σειρά, αντικαθιστούμε τις μικρότερες και τις μεγαλύτερες τιμές με τους πλησιέστερες παρατηρήσεις.

Το σύνολο δεδομένων εμφανίζεται τώρα ως εξής: 5, 5, 7, 8, 9, 10, 10. Λαμβάνοντας έναν αριθμητικό μέσο όρο του νέου συνόλου παράγεται ένας μέσος winsorized του 7, 7 ή (5 + 5 + 7 + 8 + 9 + 10 + 10) διαιρούμενο με 7.

Ή θεωρήστε ένα 20% winsorized μέσο που παίρνει το κορυφαίο 10% και κάτω 10% και τις αντικαθιστά με την επόμενη πλησιέστερη αξία τους. Θα προβάλλουμε το ακόλουθο σύνολο δεδομένων: 2, 4, 7, 8, 11, 14, 18, 23, 23, 27, 35, 40, 49, 50, 55, 60, 61, τα μικρότερα και τα μεγαλύτερα σημεία δεδομένων, ή 10%, θα αντικατασταθούν με την επόμενη πλησιέστερη τιμή. Έτσι, το νέο σύνολο δεδομένων είναι: 7, 7, 7, 8, 11, 14, 18, 23, 23, 27, 35, 40, 49, 50, 55, 60, 61, 61, 61. Ο winsorized μέση τιμή είναι 33, 9, ή το σύνολο των δεδομένων (678) διαιρείται με τον συνολικό αριθμό σημείων δεδομένων (20).

Η διαφορά ανάμεσα στο μέσο και το τρίψιμο

Ο winsorized μέσος όρος περιλαμβάνει την τροποποίηση των σημείων δεδομένων, ενώ ο μέσος όρος της αποκοπής περιλαμβάνει την αφαίρεση σημείων δεδομένων. Είναι σύνηθες για τον μέσο όρο και το κομμένο μέσο που είναι να είναι κοντά.

Περιορισμοί στη χρήση του Winsorized Mean

Ένα σημαντικό μειονέκτημα για τα winsorized μέσα είναι ότι εισάγουν προκατάληψη στο σύνολο δεδομένων. Χορηγηθεί, το σύνολο δεδομένων είναι ιδανικά λιγότερο μεροληπτικό μετά την τροποποίηση από ό, τι εάν είχαν απομείνει τα απομειωμένα.

Μάθετε περισσότερα για το Winsorized Mean

Για σχετικές πληροφορίες, διαβάστε περισσότερα σχετικά με τις διαφορές μεταξύ βασικών μέσων υπολογισμών.

Σύγκριση επενδυτικών λογαριασμών Όνομα παροχέα Περιγραφή Αποκάλυψη διαφημιζόμενου × Οι προσφορές που εμφανίζονται σε αυτόν τον πίνακα προέρχονται από συνεργασίες από τις οποίες η Investopedia λαμβάνει αποζημίωση.

Σχετικοί όροι

Πώς χρησιμοποιείται το μέσο περικοπής Ο μέσος όρος "trimmed" είναι μέθοδος μέσου όρου που αφαιρεί ένα μικρό ποσοστό από τις μεγαλύτερες και τις μικρότερες τιμές πριν από τον υπολογισμό του μέσου όρου. περισσότερα Πώς λειτουργεί η ποσοτική μέθοδος Decile Ένα decile είναι μια ποσοτική μέθοδος για τη διάσπαση ενός συνόλου δεδομένων ταξινομημένων σε 10 υποδιαιρέσεις ίσου μεγέθους. Αυτός ο τύπος κατάταξης δεδομένων πραγματοποιείται ως μέρος πολλών ακαδημαϊκών και στατιστικών μελετών στον οικονομικό και οικονομικό τομέα. περισσότερα Αντίστροφη συσχέτιση μας λέει Μια αντίστροφη συσχέτιση, επίσης γνωστή ως αρνητική συσχέτιση, είναι μια αντίθετη σχέση ανάμεσα σε δύο μεταβλητές που κινούνται σε αντίθετες κατευθύνσεις. περισσότερος συσχετισμός συσχετισμού είναι ένα στατιστικό μέτρο για το πώς δύο κινητές αξίες κινούνται σε σχέση μεταξύ τους. περισσότερα Κατανόηση των μέσων μέσων (MA) Ο κινούμενος μέσος όρος είναι ένας δείκτης τεχνικής ανάλυσης που βοηθά στην εξομάλυνση της δράσης των τιμών φιλτράροντας τον «θόρυβο» από τις τυχαίες διακυμάνσεις των τιμών. πιο τυπική απόκλιση Ορισμός Η τυπική απόκλιση είναι ένα στατιστικό στοιχείο που μετρά τη διασπορά ενός συνόλου δεδομένων σε σχέση με τον μέσο όρο του και υπολογίζεται ως η τετραγωνική ρίζα της διακύμανσης. Υπολογίζεται ως η τετραγωνική ρίζα της διακύμανσης προσδιορίζοντας την διακύμανση μεταξύ κάθε σημείου δεδομένων σε σχέση με τον μέσο όρο. περισσότερες συνδέσεις συνεργατών