What if we adjusted Janet's and Joh

What if we adjusted Janet's and John's scores using one of the approved sta¬tistical techniques lo partial out the effects of John's privilege and prior achieve¬ment and Janet's lack of them? This might result in so much of each score being rubbed out that relatively little is left. So what would it mean to interpret differ¬ences in just the few percentage points that remain? Adjusted league tables are not necessarily all that more illuminating or 'fair' than unadjusted ones.
Furthermore, statistical adjustments are often made on relatively frail data, such as eligibility for free school meals. Children who have a free school lunch can vary enormously, from the child of a graduate single parent on a low income, but with shelves of books, to someone who does not speak a word of English and has no books in the home. Postcode data may be a little more mean¬ingful, as it is then possible for census data to be taken into account without invading individual pupils' privacy, as the postcode places someone to within a very small area.

Kết quả (Việt) 1:

Điều gì nếu chúng tôi điều chỉnh của Janet và John's điểm số bằng cách sử dụng một trong các kỹ thuật đã được phê duyệt sta¬tistical lo phần ra những ảnh hưởng của John đặc quyền và achieve¬ment trước và của Janet thiếu của họ? Điều này có thể dẫn đến rất nhiều trong từng điểm được cọ xát rằng tương đối ít còn lại. Vì vậy, những gì nó có nghĩa là để giải thích differ¬ences trong chỉ là vài phần trăm mà vẫn? Điều chỉnh giải đấu bảng là không nhất thiết phải tất cả những gì nhiều hơn chiếu sáng hoặc 'công bằng' hơn những cái bù.Hơn nữa, điều chỉnh thống kê thường được làm vào dữ liệu tương đối yếu đuối như hội đủ điều kiện miễn phí bữa ăn học. Trẻ em có một bữa ăn trưa miễn phí trường học có thể khác nhau rất nhiều, từ trẻ em một phụ huynh đơn sau đại học ngày một thu nhập thấp, nhưng với kệ sách, một người không nói một từ của tiếng Anh và có không có sách trong nhà. Dữ liệu mã bưu chính có thể nhiều hơn một chút mean¬ingful, vì nó là sau đó có thể cho điều tra dân số dữ liệu được đưa vào tài khoản mà không cần xâm nhập sự riêng tư cá nhân sinh, như mã bưu điện nơi một người nào đó trong một khu vực rất nhỏ.

Kết quả (Việt) 2:

Nếu chúng ta điều chỉnh điểm của Janet và John bằng một trong những kỹ thuật đã được phê duyệt sta¬tistical lo phần ra các hiệu ứng đặc quyền của John và achieve¬ment trước và thiếu chúng Janet? Điều này có thể dẫn đến rất nhiều của mỗi điểm số được cọ xát ra rằng tương đối ít được để lại. Vì vậy, những gì nó có nghĩa là để giải thích differ¬ences chỉ trong vài phần trăm còn lại? Bảng xếp hạng điều chỉnh là không nhất thiết phải tất cả những gì sáng tỏ hơn hoặc 'công bằng' hơn so với những người không điều chỉnh.
Hơn nữa, điều chỉnh thống kê thường được thực hiện trên dữ liệu tương đối yếu, chẳng hạn như hội đủ điều kiện cho các bữa ăn miễn phí. Trẻ em có một bữa ăn trưa miễn phí tại trường có thể rất khác nhau, từ những đứa con của một người mẹ độc thân tốt nghiệp có thu nhập thấp, nhưng với kệ sách, để một người không nói được một từ tiếng Anh và không có sách trong nhà. Dữ liệu Mã bưu chưa mean¬ingful nhiều hơn một chút, vì nó là sau đó có thể cho dữ liệu điều tra dân số được đưa vào tài khoản mà không cần xâm lược riêng tư học sinh cá nhân, như những nơi mã bưu điện một người nào đó trong một khu vực rất nhỏ.