Diferencia entre varianza y desviación estándar (con tabla)

Standard deviation and Variance are fundamental numerical ideas that assume significant parts all through the monetary area, including the regions of bookkeeping, financial matters and contributing.

En un momento en el que medimos los cambios relacionados con una gran cantidad de información, hay dos conocimientos firmemente conectados que se identifican con esto.

Para ser más específicos, la varianza y la desviación estándar, que demuestran cuán extendidas están las estimaciones de conocimiento, también incluirán cuán comparables son los avances en su cálculo.

Varianza vs desviación estándar

The difference between variance and standard deviation is that the standard deviation is nothing but the square root of the theory of variance. These two terms are utilized to decide the spread of the informational collection. Both the standard deviation and the variance are mathematical measures, which ascertain the spread of information from the mean worth.


 

Tabla de comparación entre varianza y desviación estándar

Parámetros de la comparaciónDiferenciaDesviación Estándar
DefiniciónSe puede utilizar para otorgar muchas virtudes en el concepto de inversión en carteras.Cuando se trata de la sección financiera, la desviación estándar se utiliza para la seguridad y en su mercado.
¿Cómo se calcula?Cada valor del conjunto de información se toma y se eleva al cuadrado y se tiene en cuenta el promedio de estos valores al cuadrado.El cálculo se realiza tomando la raíz cuadrada del valor de la varianza.
SímboloSigma (σ) es el símbolo aquí.Sigma al cuadrado (σ2) es el símbolo de la desviación estándar.
¿Cómo están bien diferenciados ambos?Aquí, la varianza es más necesaria solo en cálculos matemáticos.Cuando alguno de los datos debe calcularse de forma variable, se utiliza principalmente la desviación estándar.
Formula generalσ2 = ∑ (x – M)2/ n, where n is the number of the data values, x is the specific value and m is the mean.σ = √∑ (x - M) 2 / n, donde x es el valor específico de los datos, n es el número total de valores. Esto es fácil de recordar, ya que es solo el cuadrado de la varianza.

 

¿Qué es la varianza?

La varianza se caracteriza como la proporción de inconstancia que habla de qué tan lejos están los individuos de una reunión. Descubre el grado normal en que cada percepción difiere de la media.

En cualquier momento, cuando el cambio de un índice de información es pequeño, muestra que la cercanía de la información se centra en la media, aunque una estimación más prominente de la diferencia indica que las percepciones están dispersas alrededor de la media de cálculo numérico y entre sí. .

Si bien el cambio es valioso desde una perspectiva numérica, no le proporcionará ningún dato que pueda utilizar. Por ejemplo, si toma un ejemplo de población de cargas, puede terminar con un cambio de 9801. Eso puede dejarlo rascándose la cabeza con respecto a por qué lo está calculando en cualquier caso. La respuesta adecuada es que puede utilizar la diferencia para clasificar la desviación estándar: una proporción muy mejorada de cómo distribuir sus cargas. Para obtener la desviación estándar, tome la base cuadrada del cambio de ejemplo: √9801 = 99.

The standard deviation, in combination with the mean, will mention to you what most individuals gauge. For instance, if your mean is 150 kilograms and your standard deviation is 99 kilograms, then it is obvious that most of the individuals weigh between 51 kilograms and 249 kilograms.

 

¿Qué es la desviación estándar?

La raíz cuadrada de la varianza es lo que llamamos aquí como desviación estándar y se determina clasificando la variedad entre cada guía de información en relación con la media. Cuando el foco principal está muy lejos de la media, hay una mayor desviación dentro de la fecha; si están más cerca de la media, hay una desviación menor. Entonces, cuanto más dispersa esté la recopilación de números, mayor será la desviación estándar.

Para determinar la desviación estándar, incluya todos los enfoques de información y separe por la cantidad de enfoques de información.

La desviación estándar también es valiosa cuando se observa la distribución de dos índices de información separados que tienen alrededor de una media similar. La colección de información con la desviación estándar más pequeña tiene una distribución más pequeña de estimaciones alrededor de la media y, por lo tanto, generalmente tiene calidades igualmente menos altas o bajas.

 Una cosa elegida sin rumbo fijo de un índice informativo cuya desviación estándar es baja tiene una posibilidad superior de estar cerca de la media que una cosa de un índice informativo cuya desviación estándar es mayor.

En su mayor parte, cuanto más generalizadas están las cualidades, mayor es la desviación estándar. Por ejemplo, imagine que necesitamos aislar dos arreglos distintos de resultados de prueba de una clase de 30 estudiantes suplentes, la prueba principal tiene marcas que van desde 31% a 98%, alcances diferentes de 82% a 93%. Dados estos alcances, la desviación estándar sería mayor para las consecuencias de la prueba primaria.


Principales diferencias entre Varianza y desviación estándar

  • La varianza es un valor matemático que describe la variabilidad de las percepciones de su media de malabarismo numérico. La desviación estándar es una proporción de la dispersión de las percepciones dentro de una colección de información en comparación con su media.
  •   La varianza se indica mediante sigma cuadrado (σ2) y la desviación estándar se marca con el símbolo sigma (σ). 
  •   La desviación estándar se comunica en unidades similares a las cualidades en la disposición de la información, pero la varianza se comunica en unidades cuadradas que generalmente son más grandes que las cualidades en el conjunto de datos dado.
  •   La varianza es un indicador ideal de las personas distribuidas en un grupo. La desviación estándar es el marcador ideal de las percepciones en una colección informativa.
  • La varianza mide qué tan lejos están las personas de una reunión en la disposición de la información de lo normal. Por otra parte, la desviación estándar mide cuántas percepciones de una colección de información contrasta con su media.

 

Conclusión

Estos dos son términos fácticos esenciales, que están asumiendo un papel crucial en diversas áreas. Se favorece la desviación estándar sobre la media, ya que se comunica en unidades similares a las de las estimaciones, mientras que la diferencia se comunica en las unidades mayores que el índice de información dado.

La desviación estándar y la diferencia son dos ideas numéricas diversas que están firmemente relacionadas. Se espera que la fluctuación calcule la desviación estándar. Estos números ayudan a los comerciantes y especuladores a decidir la inestabilidad de una empresa y, por lo tanto, les permite decidirse por las opciones de intercambio enseñadas.

Referencias

  1. https://europepmc.org/article/med/3207150
  2. https://pubsonline.informs.org/doi/pdf/10.1287/mnsc.45.5.765