Độ lệch chuẩn và Phương sai là các ý tưởng số cơ bản giả định các phần quan trọng trong toàn bộ lĩnh vực tiền tệ, bao gồm các lĩnh vực kế toán, các vấn đề tài chính và đóng góp.
Tại thời điểm khi chúng tôi đo lường những thay đổi liên quan đến nhiều thông tin, có hai thông tin chi tiết được kết nối chặt chẽ được xác định với điều này.
Cụ thể hơn, phương sai và độ lệch chuẩn, cả hai đều chứng minh mức độ lan tỏa của các giá trị tri thức cũng sẽ bao gồm mức độ so sánh của các bước tiến trong tính toán của chúng.
Phương sai so với độ lệch chuẩn
Sự khác biệt giữa phương sai và độ lệch chuẩn là độ lệch chuẩn không là gì khác ngoài căn bậc hai của lý thuyết về phương sai. Hai thuật ngữ này được sử dụng để quyết định mức độ lan truyền của bộ sưu tập thông tin. Cả độ lệch chuẩn và phương sai đều là các phép đo toán học, xác định mức độ lan truyền thông tin từ giá trị trung bình.
Bảng so sánh giữa phương sai và độ lệch chuẩn
| Các thông số so sánh | Phương sai | Độ lệch chuẩn |
|---|---|---|
| Sự định nghĩa | Nó có thể được sử dụng để mang lại nhiều ưu điểm trong khái niệm đầu tư vào danh mục đầu tư. | Khi nói đến phần tài chính, độ lệch chuẩn được sử dụng để bảo mật và trên thị trường của nó. |
| Nó được tính như thế nào? | Mỗi giá trị của tập thông tin được lấy và bình phương và giá trị trung bình của các giá trị bình phương này được tính đến. | Việc tính toán được thực hiện bằng cách lấy căn bậc hai của giá trị phương sai. |
| Biểu tượng | Sigma (σ) là ký hiệu ở đây. | Sigma bình phương (σ2) là ký hiệu cho độ lệch chuẩn. |
| Làm thế nào cả hai đều được phân biệt tốt? | Ở đây, phương sai chỉ cần thiết nhất trong các phép tính toán học. | Khi bất kỳ dữ liệu nào cần được tính toán thay đổi, thì độ lệch chuẩn hầu như được sử dụng. |
| Công thức chung | σ2 = ∑ (x - M) 2 / n, trong đó n là số giá trị dữ liệu, x là giá trị cụ thể và m là giá trị trung bình. | σ = √∑ (x - M) 2 / n, trong đó x là giá trị cụ thể của dữ liệu, n là tổng số giá trị. Điều này rất dễ nhớ vì nó chỉ là bình phương của phương sai. |
Phương sai là gì?
Sự khác biệt được đặc trưng bởi tỷ lệ không nhất quán nói lên mức độ lan tỏa của các cá nhân từ một tập hợp. Nó khám phá ra mức độ bình thường mà mọi nhận thức khác với mức trung bình.
Tại bất kỳ thời điểm nào, khi sự thay đổi của một chỉ số thông tin là ít, nó cho thấy mức độ gần gũi của thông tin tập trung vào giá trị trung bình, mặc dù một ước tính nổi bật hơn về sự khác biệt nói lên rằng các nhận thức nằm rải rác xung quanh trung bình số và từ một số khác.
Mặc dù thay đổi có giá trị từ góc độ số, nhưng nó sẽ không cung cấp cho bạn bất kỳ dữ liệu nào mà bạn có thể sử dụng. Ví dụ: nếu bạn lấy một ví dụ về tải trọng phổ biến, bạn có thể kết thúc với sự thay đổi của 9801. Điều đó có thể khiến bạn vò đầu bứt tai về lý do tại sao bạn lại tìm ra nó trong mọi trường hợp. Phản ứng thích hợp là, bạn có thể sử dụng sự khác biệt để sắp xếp độ lệch chuẩn - một tỷ lệ được cải thiện đáng kể về cách phân bổ tải của bạn. Để có được độ lệch chuẩn, hãy lấy nền tảng bình phương của thay đổi ví dụ: √9801 = 99.
Độ lệch chuẩn, kết hợp với giá trị trung bình, sẽ đề cập cho bạn những gì mà hầu hết các cá nhân đo lường. Ví dụ: nếu trung bình của bạn là 150 kilôgam và độ lệch chuẩn của bạn là 99 kilôgam, thì rõ ràng là hầu hết các cá thể đều nặng từ 51 kilôgam đến 249 kilôgam.
Độ lệch chuẩn là gì?
Căn bậc hai của phương sai được chúng ta gọi ở đây là độ lệch chuẩn và nó được xác định bằng cách sắp xếp sự đa dạng giữa mọi hướng dẫn thông tin liên quan đến giá trị trung bình. Khi tiêu điểm chính ở rất xa giá trị trung bình, sẽ có độ lệch cao hơn bên trong ngày; nếu chúng gần giá trị trung bình hơn thì sẽ có độ lệch thấp hơn. Vì vậy, việc tập hợp các con số càng dàn trải, độ lệch chuẩn càng cao.
Để xác định độ lệch chuẩn, hãy bao gồm tất cả các tiêu điểm thông tin và phân tách theo số lượng tiêu điểm thông tin.
Độ lệch chuẩn cũng có giá trị khi xem xét sự chênh lệch của hai chỉ số thông tin riêng biệt có giá trị trung bình tương tự nhau. Việc thu thập thông tin với độ lệch chuẩn nhỏ hơn có mức chênh lệch nhỏ hơn các ước lượng xung quanh giá trị trung bình và do đó nhìn chung có chất lượng ít cao hoặc thấp tương tự nhau.
Một thứ được chọn không mục đích từ một chỉ số thông tin có độ lệch chuẩn thấp có khả năng cao hơn gần giá trị trung bình hơn một thứ từ một chỉ số thông tin có độ lệch chuẩn cao hơn.
Phần lớn, các phẩm chất càng phổ biến thì độ lệch chuẩn càng lớn. Ví dụ, hình dung rằng chúng ta cần tách biệt hai cách sắp xếp kết quả kiểm tra khác nhau từ một lớp gồm 30 học sinh dưới điểm, bài kiểm tra tiểu học có điểm đạt từ 31% đến 98%, các mức khác nhau từ 82% đến 93%. Với những mức đạt được này, độ lệch chuẩn sẽ lớn hơn đối với hậu quả của thử nghiệm chính.
Sự khác biệt chính giữa phương sai và độ lệch chuẩn
Sự kết luận
Hai điều này là thực tế cần thiết, được giả định là một phần quan trọng trong các lĩnh vực khác nhau. Độ lệch chuẩn được ưu tiên hơn giá trị trung bình vì nó được truyền đạt theo các đơn vị tương tự như các ước tính trong khi sự khác biệt được truyền đạt trong các đơn vị lớn hơn chỉ số thông tin đã cho.
Độ lệch chuẩn và sự khác biệt là hai ý tưởng số đa dạng có liên quan chặt chẽ với nhau. Sự biến động được kỳ vọng sẽ tạo ra độ lệch chuẩn. Những con số này giúp các đại lý và nhà đầu cơ quyết định tính bất ổn của một dự án kinh doanh và do đó cho phép họ giải quyết các lựa chọn trao đổi được dạy dỗ.
