In statistica, si intende per perequazione un procedimento attraverso il quale è possibile correggere la distribuzione dei dati di una serie di rilevazioni, un'operazione di "smoothing" dei dati, per ridurne la variabilità, riducendo quelle misure che "sballano" la serie. Lo scopo della perequazione è di eliminare (o ridurre) gli errori accidentali provocati da cause perturbatrici.
Si usano (come già ha detto lei) tre metodi per applicare un procedimento di perequazione:
1.Metodo analitico
Consiste nel sostituire la distribuzione reale dei dati con la distribuzione teorica, dopo aver determinato la funzione che rappresenta la legge del fenomeno. I parametri di questa funzione vengono determinati grazie al metodo dei minimi quadrati (secondo la condizione di accostamento dei minimi quadrati, si scelgono quei parametri in funzione dei quali la somma dei quadrati delle distanze delle ordinate dei punti sperimentali da quelle dei punti teorici risulta minima).
2. Metodo grafico
Consiste nel sostituire al diagramma a dispersione una curva più regolare che possa rappresentare l'andamento del fenomeno. La scelta di questa curva appare piuttosto soggettiva, ci sono però alcuni criteri da seguire: il numero dei punti "al di sopra"  della curva deve essere approssimativamente uguale a quello dei punti "al di sotto", e la somma degli scarti in negativo deve avvicinarsi in valore assoluto a quella degli scarti in positivo.
3.Metodo meccanico o per medie mobili
Consiste nel sostituire ogni valore con la media calcolata sugli n elementi precedenti e gli n successivi. Chiaramente la media mobile non può essere calcolata per i primi n e gli ultimi n elementi della serie. Esistono diversi modi di calcolare questa media: semplice (SMA), che si risolve nella media aritmetica dei valori; ponderata (WMA), nella quale ad ogni valore viene dato un certo peso (in genere calcolata su una serie di dieci valori, moltiplicati il primo per 1, il secondo per 2, e così via fino all'ultimo, il più recente, moltiplicato per 10); esponenziale (EMA), detta anche ponderata esponenziale in quanto assegna un valore maggiore ai dati più recenti e inferiore ai più "antichi", considerando però il maggior numero possibile di dati; adattiva, molto usata in economia. Grazie a questo metodo si perdono delle informazioni particolari (non si considerano i primi e gli ultimi termini) ma aumenta il grado di informazione sulla situazione generale.
E con questo credo di aver concluso.
Saluti,
Andrea