В метрике дохода есть редкие огромные значения (выбросы). Вам нужна стабильная точечная оценка «типичного» пользователя для мониторинга эффекта изменения цены. Какое решение наиболее разумно?

Распределения дохода и выручки имеют тяжёлые хвосты, и обычное среднее на таких данных нестабильно: одно крупное значение сдвигает оценку на десятки процентов и шумит мониторинг. Робастные оценки — медиана или усечённое среднее (например, среднее без верхних 5% и нижних 5%) — жертвуют небольшим смещением, но кратно снижают дисперсию и устойчивы к выбросам. Удаление выбросов «вручную» без правила превращает оценку в субъективную. MLE для нормальной модели даёт обычное среднее, что не решает проблему тяжёлого хвоста.