Вероятность и статистика · объяснение и практика
Как усечённое среднее меняет влияние крайних наблюдений
Рассчитайте симметричное усечённое среднее после сортировки и объясните, какую часть данных оно описывает вместо молчаливого удаления «неудобных» значений.

В теме Средние и разброс · Учебная карта
Главная мысль
Для симметричного усечённого среднего удаляют заранее заданное число наименьших и столько же наибольших наблюдений, затем усредняют оставшиеся. Доля отсечения и правило округления количества должны быть объявлены.
Сначала правило, потом данные
Обычное среднее использует сумму всех значений и чувствительно к величине крайних наблюдений. Усечённое среднее уменьшает их влияние: после сортировки с обоих краёв убирают одинаковое заранее определённое число значений. Это не то же самое, что выбрать только те строки, которые нравятся исследователю, или исключить исключительно верхний хвост после просмотра результата.
Если говорят о десятипроцентном усечении с каждого края, нужно уточнить целое количество для данного объёма. Одно возможное соглашение — взять целую часть произведения доли на n. При малой выборке это может означать ноль удалённых значений. После удаления должен остаться непустой набор; доля меньше половины и явное правило защищают от исчезновения всех наблюдений.
Сортировка определяет границы
Для десяти значений 2, 3, 4, 4, 5, 5, 6, 6, 7, 80 удалим по одному с каждого края. Остались восемь чисел с суммой сорок, усечённое среднее равно пяти. Обычное среднее всех десяти равно 12,2. Разница отражает влияние большого хвоста, но не доказывает, что восемьдесят является ошибкой измерения.
Если крайнее значение заменить ещё большим, при том же порядке и правиле усечённый результат не изменится. Если же изменить достаточно много наблюдений или границу отсечения, он тоже сдвинется. Устойчивость ограничена долей усечения и не означает полной защиты от любых искажений. Оставшиеся значения по-прежнему усредняются арифметически.
Пример
Из данных 1, 3, 4, 5, 5, 6, 7, 40 удалите по одному наименьшему и наибольшему значению. Найдите среднее остатка.
После удаления 1 и 40 остаются 3, 4, 5, 5, 6, 7. Их сумма 30, количество 6, среднее 5. Делить на исходные восемь было бы неверно.
Изменился показатель, а не исправилась реальность
Усечённое среднее описывает центральную часть распределения по выбранному правилу. Если задача требует средний суммарный расход или общую нагрузку на объект, реальные большие значения могут быть важны, и усечение изменит целевой показатель. Нужно сообщать и сам метод, и то, сколько данных исключено, а не выдавать результат за обычное среднее полного набора.
Усечение отличается от винзоризации: во втором подходе крайние значения заменяют граничными, сохраняя объём. Это даёт другой ответ и другую оценку неопределённости. Для повторяемого анализа правило фиксируют до сравнения групп и применяют согласованно. Изменение порога после получения желаемого результата может создать скрытый произвол.
От чтения к действию
А теперь — вы
Частые вопросы
Усечение доказывает ошибочность удалённых наблюдений?
Нет. Они могут быть реальными хвостовыми значениями. Метод меняет меру центра и должен быть описан, а не маскироваться под исправление данных.
Усечённое среднее совпадает с медианой?
Не обязательно. Оно использует арифметическое среднее нескольких оставшихся наблюдений. Медиана зависит от центральной позиции или двух центральных позиций.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Как медиана абсолютных отклонений измеряет устойчивый разброс
Рассчитайте MAD в два медианных шага и объясните устойчивость к отдельному крайнему значению без автоматического удаления наблюдений.
Открыть темуЗачем выборочную дисперсию делят на n минус один
Объясните знаменатель n−1 в оценке дисперсии и отличите оценку неизвестного распределения от описания конечного списка.
Открыть тему