Once one has chosen the right compa

Once one has chosen the right comparables and the right metrics/variables
to measure and adjust for other things—such as short-term market
fluctuations that can bias the valuation—one will be left with a valuation
range for the company. In most cases, there will be a range with some clear
outliers and then a set of data in a tighter range. Most people will choose
to remove the outliers and then look at averages and medians for the remaining
dataset. There is no magic to this technique, other than the recognition
that (1) no matter how carefully one selects comparables and variables, there
will always be other influences on the dataset that will create aberrant results,
and (2) removing the outliers will keep them from substantially biasing the
results, pulling the average significantly down or up.

Kết quả (Việt) 1:

Một khi một đã chọn đúng comparables và các số liệu/biến đúngđể đo lường và điều chỉnh cho những thứ khác — chẳng hạn như thị trường ngắn hạnbiến động có thể đánh giá sự thiên vị — một sẽ còn lại với một định giáphạm vi cho công ty. Trong hầu hết trường hợp, sẽ có tầm hoạt động với một số rõ ràngOutliers và sau đó là một tập hợp các dữ liệu trong một phạm vi chặt chẽ hơn. Hầu hết mọi người sẽ chọnđể loại bỏ các outliers và sau đó nhìn trung bình và số trung vị cho phần còn lạibộ dữ liệu. Có là không có ma thuật để kỹ thuật này, khác hơn là sự công nhậnrằng (1) không có vấn đề một cách cẩn thận như thế nào một trong những lựa chọn comparables và biến, cósẽ luôn có ảnh hưởng khác trên số liệu mà sẽ tạo ra kết quả sai lầm,và (2) loại bỏ các outliers sẽ giữ chúng từ biasing đáng kể cáckết quả, kéo trung bình một cách đáng kể, xuống hoặc lên.

Kết quả (Việt) 2:

Một khi ai đã chọn so sánh được phải và các số liệu phải / biến
để đo và điều chỉnh cho những thứ khác-chẳng hạn như thị trường trong ngắn hạn
biến động, có thể thiên vị định giá ai sẽ được trái với định giá
phạm vi cho công ty. Trong hầu hết các trường hợp, sẽ có một phạm vi với một số rõ ràng
giá trị ngoại lai và sau đó là một tập hợp các dữ liệu trong một phạm vi chặt hơn. Hầu hết mọi người sẽ chọn
để loại bỏ các giá trị ngoại lai và sau đó nhìn vào mức trung bình và trung vị cho số còn lại
tập dữ liệu. Không có phép thuật để kỹ thuật này, khác hơn việc công nhận
rằng (1) không có vấn đề như thế nào cẩn thận một lựa chọn so sánh được và các biến, có
luôn luôn là ảnh hưởng khác về những dữ liệu đó sẽ tạo ra kết quả sai lầm,
và (2) loại bỏ các giá trị ngoại lai sẽ giữ chúng từ xu hướng đáng kể
kết quả, kéo trung bình đáng kể xuống hoặc lên.