ความแตกต่างระหว่างความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน
ความแปรปรวนเป็นวิธีการค้นหาหรือได้รับการวัดระหว่างตัวแปรว่าแตกต่างจากตัวแปรอื่นอย่างไรในขณะที่ค่าเบี่ยงเบนมาตรฐานแสดงให้เราเห็นว่าชุดข้อมูลหรือตัวแปรแตกต่างจากค่าเฉลี่ยหรือค่าเฉลี่ยจากชุดข้อมูลอย่างไร
ความแปรปรวนช่วยในการค้นหาการกระจายของข้อมูลในประชากรจากค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานยังช่วยให้ทราบการกระจายของข้อมูลในประชากร แต่ส่วนเบี่ยงเบนมาตรฐานให้ความชัดเจนมากขึ้นเกี่ยวกับการเบี่ยงเบนของข้อมูลจากค่าเฉลี่ย
สูตร
ด้านล่างนี้คือสูตรความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน
ในขณะที่
- σ2คือความแปรปรวน
- X เป็นตัวแปร
- μคือค่าเฉลี่ย
- N คือจำนวนตัวแปรทั้งหมด
Standard Deviation คือรากที่สองของความแปรปรวน
ตัวอย่าง
ลองนึกภาพเกมที่ใช้งานได้เช่นนี้
กรณี -1
คุณจั่วไพ่หนึ่งใบจากสำรับไพ่ธรรมดา
- หากคุณเสมอ 7 คุณจะได้รับรางวัล INR 2,000 / -
- หากคุณเลือกการ์ดใบอื่นยกเว้น 7 คุณจะให้ INR 100 / -
กรณีที่ 2
- หากคุณเสมอ 7 คุณจะได้รับรางวัล INR 1,22,000 / -
- หากคุณเลือกบัตรอื่นยกเว้น 7 คุณจะได้รับ INR 10,100 / -
สมมติว่าคุณเล่นเกม 52,000 ครั้ง
สำหรับตัวแปรสุ่มแบบไม่ต่อเนื่องความแปรปรวนคือ
โดยที่ Pi คือความน่าจะเป็นของผลลัพธ์
กำไรเฉลี่ยต่อเกมของทั้งสองกรณีคือ Rs.61.54 เกมไหนที่คุณอยากเล่นดีมีเครื่องมือบางอย่างที่ช่วยในการตัดสินใจเช่นเราต้องคำนวณความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน
เราจำเป็นต้องวัดค่าเบี่ยงเบนปกติจากค่าที่คาดหวังและการวัดร่วมกันอย่างหนึ่งคือความแปรปรวน ความแปรปรวนของกรณี -1 นั้นน้อยกว่าความแปรปรวนของกรณี -2 ซึ่งหมายความว่าข้อมูลในกรณีที่ -2 ค่าเฉลี่ยสเปรดเช่น Rs 64.54 ดังนั้นเกม Case-1 จึงมีความเสี่ยงน้อยกว่าเกม Case-2
ในด้านการเงินเราได้พูดคุยเกี่ยวกับความผันผวนของหุ้นตัวอย่างซึ่งหมายความว่าผลตอบแทนที่ได้รับจากสินทรัพย์ทางการเงินมีแนวโน้มที่จะตามมาด้วยแรงกระแทกขนาดใหญ่และผลตอบแทนเล็กน้อยในสินทรัพย์ทางการเงินมีแนวโน้มที่จะตามมาด้วยผลตอบแทนเล็กน้อย
อินโฟกราฟิกความแปรปรวนและความเบี่ยงเบนมาตรฐาน
เรามาดูความแตกต่างอันดับต้น ๆ ระหว่างความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน
ความแตกต่างที่สำคัญ
ความแตกต่างที่สำคัญมีดังนี้ -
- ความแปรปรวนให้แนวคิดโดยประมาณเกี่ยวกับความผันผวนของข้อมูล 68% ของค่าอยู่ระหว่าง +1 ถึง -1 ส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย นั่นหมายความว่า Standard Deviation จะให้รายละเอียดเพิ่มเติม
- ความแปรปรวนใช้เพื่อทราบเกี่ยวกับพฤติกรรมตามแผนและตามความเป็นจริงโดยมีความไม่แน่นอนในระดับหนึ่ง ค่าเบี่ยงเบนมาตรฐานใช้สำหรับการทดสอบทางสถิติเพื่อทราบเกี่ยวกับความสัมพันธ์ที่มีอยู่ระหว่างตัวแปรสองชุด
- ความแปรปรวนวัดการกระจายของข้อมูลในประชากรรอบ ๆ ค่ากลาง ค่าเบี่ยงเบนมาตรฐานจะวัดการกระจายของข้อมูลที่สัมพันธ์กับค่ากลาง
- ผลรวมของความแปรปรวนสองค่า (var (A + B) ≥ var (A) + var (B) ดังนั้นความแปรปรวนจึงไม่สอดคล้องกันผลรวมของสองค่าเบี่ยงเบนมาตรฐาน sd (A + B) ≤ sd (A) + sd (B) ดังนั้น , ค่าเบี่ยงเบนมาตรฐานสอดคล้องกันโดยให้แนวคิดเกี่ยวกับความเบ้ของข้อมูลค่าความเบ้ของการแจกแจงแบบสมมาตรอยู่ระหว่าง -1> 0> 1
- ค่าเฉลี่ยทางเรขาคณิตมีความไวต่อความแปรปรวนมากกว่าค่าเฉลี่ยเลขคณิต ค่าเบี่ยงเบนมาตรฐานทางเรขาคณิตใช้เพื่อหาขอบเขตของช่วงความเชื่อมั่นในประชากร
ความแปรปรวนเทียบกับส่วนเบี่ยงเบนมาตรฐานตารางเปรียบเทียบ
ความแปรปรวน | ส่วนเบี่ยงเบนมาตรฐาน | |
ความแตกต่างเฉลี่ยกำลังสองจากค่าเฉลี่ย | รากที่สองของความแปรปรวน | |
วัดการกระจายภายในชุดข้อมูล | มาตรการกระจายไปรอบ ๆ ค่าเฉลี่ย | |
ความแปรปรวนไม่ใช่ส่วนเสริม | การวัดการแพร่กระจายสำหรับการแจกแจงแบบสมมาตรโดยไม่มีค่าผิดปกติ | |
ความแปรปรวนยังวัดความผันผวนของข้อมูลของประชากร | ส่วนเบี่ยงเบนมาตรฐานในทางการเงินมักเรียกว่าความผันผวน | |
ความแปรปรวนจะวัดว่าผลลัพธ์แตกต่างจากค่าเฉลี่ยเพียงใด | ค่าเบี่ยงเบนมาตรฐานจะวัดว่าค่าเบี่ยงเบนมาตรฐานปกติอยู่ห่างจากค่าที่คาดไว้มากเพียงใด ค่าเบี่ยงเบนมาตรฐานอาจใช้เป็นตัวชี้วัดความไม่แน่นอน | |
ในด้านการเงินจะช่วยในการวัดค่าเบี่ยงเบนจริงของประสิทธิภาพจากมาตรฐาน | Standard Deviation เป็นเครื่องมือที่มีประโยชน์ในการตัดสินใจเกี่ยวกับการลงทุนในหุ้นกองทุนรวม ฯลฯ เนื่องจากใช้วัดความเสี่ยงที่เกี่ยวข้องกับความผันผวนของตลาด | |
มาตรการแก้ไขสามารถทำได้โดยการทราบความแปรปรวน | กระบวนการวิเคราะห์ความเสี่ยงคือการวิเคราะห์และตีความผลลัพธ์ที่รวบรวมระหว่างการคำนวณค่าเบี่ยงเบนมาตรฐานของหุ้นต่างๆและจะมีการวิเคราะห์ผลลัพธ์เพื่อตัดสินใจเกี่ยวกับการลงทุนในกองทุนอย่างมีประสิทธิผล |
การใช้ความแปรปรวนและค่าเบี่ยงเบนมาตรฐาน
ตัวอย่างการกำหนดราคาน้ำมัน
- ราคาน้ำมันในหนึ่งปีจะเป็นอย่างไร? ไม่ใช่การประมาณราคาเดียว. ความน่าจะเป็นต่ำหรือสูง
- ความผันแปรของความล่าช้าการเปลี่ยนแปลงของเศษ / การซ่อมแซมการเปลี่ยนแปลงของชั่วโมงบินจริงเทียบกับที่วางแผนไว้
- ค่าถัดไปจะกลับไปเป็นค่าเฉลี่ยหรือไม่หรือขึ้นอยู่กับค่าสุดท้ายเท่านั้น?
- จำนวนความต้องการถัดไปจะกลับไปสู่ค่าเฉลี่ยหรือไม่หรือขึ้นอยู่กับปริมาณความต้องการสุดท้ายเท่านั้น?
จำนวนที่คาดการณ์สำหรับช่วงเวลาหนึ่ง (ราคาน้ำมัน 20 เดือน)
* กราฟจัดทำขึ้นโดยพิจารณาจากข้อมูลของหนึ่งปีอย่างไรก็ตามในตารางข้อมูลที่แสดงเป็นเพียง 6 เดือนและค่าจะถูกสุ่มเลือกซึ่งอาจไม่เท่ากันกับข้อมูลตลาดของราคาน้ำมัน
ความคิดสุดท้าย
ทั้งความแปรปรวนและส่วนเบี่ยงเบนมาตรฐานจะวัดการแพร่กระจายของข้อมูลจากจุดเฉลี่ย ช่วยในการกำหนดความเสี่ยงในการลงทุนของกองทุนรวมหุ้น ฯลฯ เป็นเครื่องมือที่มีประโยชน์ในการพยากรณ์อากาศสำหรับการเปลี่ยนแปลงของอุณหภูมิในช่วงเวลานั้นและ Monte Carlo Simulation เพื่อประเมินความเสี่ยงของโครงการ