La media corretta si verifica quando le medie statistiche devono essere corrette per compensare gli squilibri dei dati e le grandi variazioni .
I valori anomali presenti nelle serie di dati verranno spesso rimossi per determinare la media corretta perché possono avere un grande impatto sulle medie calcolate di piccole popolazioni. Una media corretta può essere determinata rimuovendo queste cifre anomale attraverso l’analisi di regressione. Le medie regolate sono anche chiamate medie dei minimi quadrati .
Comprensione dei mezzi adeguati
Le medie rettificate vengono utilizzate più spesso in finanza quando sono presenti punti dati anomali che hanno un impatto eccessivo sulla linea di tendenza per un set di dati. Un analista può scegliere di rimuovere completamente i valori anomali, ma in genere ciò viene fatto solo nei casi in cui i motivi alla base dei valori anomali sono noti o è adatta una previsione approssimativa di una tendenza.
Per ricercatori e professionisti che desiderano rimuovere i valori anomali, più equazioni di regressione sono il metodo preferito. L’analisi di regressione fornisce un risultato più accurato e dati più affidabili alla conclusione di uno studio. Oltre all’analisi di regressione, ci sono anche modi più basilari per aggiustare una media.
PUNTI CHIAVE
- La media corretta viene utilizzata per correggere le medie statistiche che includono squilibri evidenti a causa di valori anomali nel set di dati.
- Il metodo preferito per calcolare una media corretta per la maggior parte dei professionisti che si affidano alle statistiche consiste nell’utilizzare regressioni multiple.
- Un modo più semplice per calcolare una media corretta è aggiungere variabili categoriali che separano i dati in modo più preciso, come il sesso.
Un modo per regolare una media è aggiungere variabili categoriali che separano i dati in modo più preciso. Ad esempio, immagina uno studio che esamina il consumo di alcol nella professione contabile che scopre che i contabili oggi bevono la metà di quanto ne bevevano i contabili 50 anni fa. Anche se questo può sembrare positivo, dopo un’analisi più approfondita, si è scoperto che lo studio non è stato adattato al sesso. Quando si prende in considerazione il sesso, si scopre che i contabili maschi bevono leggermente meno di quanto facessero i contabili 50 anni fa, ma il grosso del cambiamento è la crescita del numero totale di contabili donne. In media, lo studio mostra che le contabili donne bevono più o meno quanto le loro controparti femminili 50 anni fa. Anche le ragioniere bevono molto meno dei contabili uomini oggi e 50 anni fa.
Le variabili aggiuntive, in questo caso, raccontano una storia più accurata sui dati e possono essere combinate in una media generale aggiungendo un valore per il sesso che riflette la proporzione tra maschi e femmine in ciascun gruppo di campionamento. Ciò mostrerebbe un calo più modesto nel bere in generale nella professione. Tuttavia, un’ulteriore analisi di questi dati potrebbe suggerire che una media integrata non è il modo migliore per presentare questi dati.
In questo esempio, il sesso dei partecipanti sarebbe considerato covariate , un tipo di variabile che il ricercatore non può controllare ma che influisce sui risultati di un esperimento. Usare una media aggiustata è un modo per compensare le covariate: qual è l’effetto dell’attività o del comportamento se non ci fossero differenze tra i sessi? Gli stessi tipi di aggiustamenti vengono effettuati per altri dati demografici come età, etnia, stato socioeconomico, ecc.
Esempio di media corretta
Nel 2009, il Financial Accounting Standards Board (FASB) ha chiarito la regola del mark-to-market al fine di allentare la pressione e migliorare istantaneamente i bilanci delle grandi banche. Se un analista esaminasse le tendenze della solidità del bilancio nel 2010 per gli ultimi dieci anni utilizzando le misure pubblicate dalle banche, la media media sarebbe problematica e imprecisa perché includerebbe la modifica della regola del 2009.
Un modo per correggere questo problema è creare un coefficiente di variazione per le differenze medie tra i dati di bilancio e i valori di mercato in quel momento, per un sottoinsieme di attività comunemente detenute nelle grandi banche. In pratica, tuttavia, gli analisti del settore bancario hanno continuato a calcolare valori rigorosi del mark-to-market dopo il chiarimento della regola, quindi la soluzione più semplice sarebbe quella di utilizzare tali set di dati. Ancora più importante, le banche hanno sempre avuto un discreto margine di discrezionalità in base alle regole mark-to-market, quindi i dati di bilancio per le attività detenute dovrebbero essere sempre visti con scetticismo e verificati in modo indipendente quando possibile.
