Уинсоризирана средно определение

Какво е средно оползотвореното?

Уинсоризирана средна стойност е метод за усредняване, който първоначално замества най-малките и най-големите стойности с най-близките до тях наблюдения. Това се прави, за да се ограничи ефекта от необичайни екстремни стойности или отклонения върху изчислението. След заместване на стойностите, след това се използва средноаритметичната формула за изчисляване на средноаритметичната средна стойност.

Формулата за спечеленото средно значение е

Уинсоризирана средна стойност = xn… xn + 1 + xn + 2… xnНеде: n = Броят на най-големите и най-малките точки за данни, които трябва да бъдат заменени от наблюдението \ начало {подравнено} & \ text {Winsorized Mean} \ = \ \ frac {x_ {n} \ точки x_ {n + 1} \ + \ x_ {n + 2} \ точки x_ {n}} {N} \\ & \ textbf {където:} \\ & \ започнете {подравнени} n \ = \ & \ текст {Броят на най-големите и най-малките данни} \\ & \ текст {точки, които се заменят с наблюдението} \\ & \ текст {най-близкият до тях} \ край {подравнен} \\ & N \ = \ \ текст {Общ брой точки от данни} \ край {подравнен} Уинсоризиран среден = Nxn… xn + 1 + xn + 2… xn, където: n = Броят на най-големите и най-малките точки от данни, които трябва да бъдат заменени от наблюдението

Уинсоризираните средства се изразяват по два начина. Средното ниво на победа "k ⁿ " се отнася до замяната на "k" най-малките и най-големи наблюдения, където "k" е цяло число. Средното ниво на печалба "X%" включва замяна на даден процент от стойности от двата края на данните.

Как да изчислим средното ниво

Средната победа се изчислява, като се заменят най-малките и най-големите точки от данни, след това се сумират всички точки от данни и се разделя сумата на общия брой точки от данни.

Какво Ви казва Уинсоризираното средно?

Средното ниво на победи е по-малко чувствително към външните хора, защото може да ги замени с по-малко екстремни стойности. Тоест, тя е по-малко податлива на очертания спрямо средната. Ако обаче в дадена дистрибуция има мастни опашки, ефектът от премахването на най-високите и най-ниските стойности в разпределението ще има слабо влияние поради големия брой променливост на данните за разпределението.

Ключови заведения

• Метод на усредняване, който включва замяна на най-малките и най-големите стойности с най-близките до тях наблюдения.
• По-малко чувствителни към външните хора, защото може да ги замени с по-малко екстремни стойности.
• Това е за разлика от подрязаната средна стойност, която включва премахване на точки от данни, въпреки че резултатът от двете тенденции е близък.

Пример за това как да използвате средно оразмерена стойност

Човек може да изчисли средното ниво на победи за следния набор от данни: 1, 5, 7, 8, 9, 10, 14. В този пример, приемаме, че средното ниво на победител е в първия ред, заместваме най-малките и най-големите стойности с техните най-близки наблюдения.

Наборът от данни вече се появява, както следва: 5, 5, 7, 8, 9, 10, 10. Като се вземе средноаритметична стойност на новия набор, се получава средно победа средно 7, 7, или (5 + 5 + 7 + 8 + 9 + 10 + 10) разделено на 7.

Или помислете за 20% спечелено средно ниво, което взема първите 10% и долните 10% и ги замества със следващата им най-близка стойност. Ще спечелим следния набор от данни: 2, 4, 7, 8, 11, 14, 18, 23, 23, 27, 35, 40, 49, 50, 55, 60, 61, 61, 62, 75. Двете най-малките и най-големите точки от данни, или 10%, ще бъдат заменени със следващата им най-близка стойност. Така новият набор от данни е: 7, 7, 7, 8, 11, 14, 18, 23, 23, 27, 35, 40, 49, 50, 55, 60, 61, 61, 61, 61. Победителите средната стойност е 33, 9, или общата стойност на данните (678), разделена на общия брой точки от данни (20).

Разликата между Winsorized средно и подрязано средно

Средно победата включва промяна на точките от данни, докато подрязаната средна включва премахване на точки от данни. Обичайно е средното ниво на победа и подрязването да е близо.

Ограничения при използването на средно оразмерена стойност

Един основен недостатък за спечелените средства е, че те въвеждат пристрастия в набора от данни. При условие, наборът от данни е в идеалния случай по-малко пристрастен след модификацията, отколкото ако остатъците са останали.

Научете повече за средното ниво

За свързана информация прочетете повече за разликите между изчисленията на средните стойности.

Сравнете инвестиционни сметки Име на доставчика Описание Разкриване на рекламодатели × Офертите, които се появяват в тази таблица, са от партньорства, от които Investopedia получава компенсация.

Свързани условия

Как се използва подрязаната средна стойност Подрязаната средна стойност е метод за осредняване, който премахва малък процент от най-големите и най-малките стойности, преди да се изчисли средната стойност. повече Как работи количественият метод на децила Децилът е количествен метод за разделяне на набор от подредени данни в 10 подраздела с еднаква големина. Този тип класиране на данни се извършва като част от много академични и статистически изследвания в областта на финансите и икономиката. повече Какво ни казва обратната корелация Обратната корелация, известна още като отрицателна корелация, е противоположна връзка между две променливи, така че те да се движат в противоположни посоки. повече Корелация Корелацията е статистическа мярка за това как две ценни книжа се движат една спрямо друга. повече Разбиране на подвижните средни стойности (MA) Подвижната средна стойност е индикатор за технически анализ, който спомага за изглаждането на ценовото действие чрез филтриране на „шума“ от случайни колебания на цените. още Стандартна девиация Определение Стандартното отклонение е статистика, която измерва дисперсията на набор от данни по отношение на средната му стойност и се изчислява като квадратен корен на дисперсията. Изчислява се като квадратен корен на дисперсия чрез определяне на изменението между всяка точка от данни спрямо средната стойност. повече партньорски връзки