Qu'est-ce qu'une moyenne ajustée?
Une moyenne ajustée (similaire à une moyenne ajustée) est une méthode de moyenne qui supprime un petit pourcentage désigné des valeurs les plus grandes et les plus petites avant de calculer la moyenne. Après avoir supprimé les observations aberrantes spécifiées, la moyenne ajustée est trouvée en utilisant une formule de moyenne arithmétique standard. L'utilisation d'une moyenne ajustée permet d'éliminer l'influence des valeurs aberrantes ou des points de données sur les queues qui peuvent affecter injustement la moyenne traditionnelle.
Des moyens ajustés sont utilisés dans la communication des données économiques afin de lisser les résultats et de brosser un tableau plus réaliste.
Une moyenne tronquée est également connue sous le nom de moyenne tronquée.
Les bases d'une moyenne ajustée
La moyenne ajustée semble réduire les effets des valeurs aberrantes sur la moyenne calculée. Cette méthode convient mieux aux données présentant des écarts importants et irréguliers ou des distributions extrêmement asymétriques.
Une moyenne ajustée est indiquée comme une moyenne ajustée de x%, où x est la somme du pourcentage d'observations retirées des limites supérieure et inférieure. Les points de découpage sont souvent arbitraires en ce sens qu'ils suivent des règles empiriques plutôt qu'une méthode optimisée de définition de ces seuils.
Moyens ajustés et taux d'inflation
Une moyenne réduite peut être utilisée à la place d'une moyenne traditionnelle lors de la détermination des taux d'inflation à partir de l'indice des prix à la consommation (IPC) ou des dépenses de consommation personnelle (PCE). Les niveaux ajustés de chaque queue peuvent ne pas être équitables, car ces valeurs sont plutôt basées sur des données historiques pour atteindre le meilleur ajustement entre le taux d'inflation moyen ajusté et le noyau du taux d'inflation.
L'essentiel de l'IPC ou du PCE se réfère aux produits sélectionnés moins les prix associés aux aliments ou à l'énergie. Les coûts des aliments et de l'énergie sont généralement considérés comme les éléments les plus volatils, également appelés bruyants, dans les données. Les changements dans le domaine non central ne sont pas nécessairement représentatifs des activités inflationnistes globales.
Lorsque les points de données sont organisés, ils sont classés par ordre croissant en fonction des prix qui ont le plus baissé, aux prix qui ont le plus augmenté. Des pourcentages spécifiques sont supprimés des queues pour aider à réduire l'effet de la volatilité sur les changements globaux de l'IPC.
Les moyens compensés sont utilisés aux Jeux olympiques pour éliminer les scores extrêmes des juges éventuellement biaisés qui peuvent avoir un impact sur le score moyen d'un athlète.
Comparaisons d'inflation avec des moyens ajustés
La fourniture d'un taux d'inflation moyen réduit ainsi que d'autres mesures fournissent une base de comparaison, permettant une analyse plus approfondie des taux d'inflation enregistrés. Cette comparaison peut inclure l'IPC traditionnel, l'IPC de base, un IPC moyen ajusté et un IPC médian.
Points clés à retenir
- Une moyenne ajustée est une méthode de calcul de la moyenne qui supprime un petit pourcentage désigné des valeurs les plus grandes et les plus petites avant de calculer la moyenne.L'utilisation d'une moyenne ajustée aide à éliminer l'influence des valeurs aberrantes ou des points de données sur les queues qui peuvent injustement affecter la moyenne traditionnelle. des moyens sont utilisés pour communiquer les données économiques afin de lisser les résultats et de brosser un tableau plus réaliste. La fourniture d'un taux d'inflation moyen réduit ainsi que d'autres mesures constituent une base de comparaison.
Exemple théorique d'une moyenne ajustée
Par exemple, imaginez qu'une compétition de patinage artistique produit les scores suivants: 6, 0, 8, 1, 8, 3, 9, 1, 9, 9. Une moyenne réduite à 40% équivaudrait à 8, 5. Nous obtenons d'abord la moyenne arithmétique basée sur le calcul:
La 38, 1 + 8, 3 + 9, 1 = 8, 28
Pour réduire la moyenne de 40%, nous supprimons les 20% les plus bas et les 20% les plus élevés des valeurs, éliminant les scores de 6, 0 et 9, 9. Comme le montre cet exemple, le rognage de la moyenne peut réduire les effets du biais aberrant dans un échantillon et a pour effet d'augmenter la moyenne déclarée de 0, 22 point.
