Дисперсия против стандартного отклонения: разница и сравнение

Стандартное отклонение и дисперсия — это фундаментальные числовые понятия, которые играют важную роль в денежной сфере, включая бухгалтерский учет, финансовые вопросы и взносы.

В тот момент, когда мы измеряем изменения, связанные с большим количеством информации.

Чтобы быть более конкретным, дисперсия и стандартное отклонение, которые демонстрируют, насколько разбросаны оценки знаний, также будут включать, насколько сопоставимы шаги в их вычислении.

Основные выводы

1. Дисперсия — это статистическая мера, которая количественно определяет разброс точек данных в наборе данных вокруг среднего значения.
2. Стандартное отклонение представляет собой квадратный корень из дисперсии и обеспечивает более интерпретируемую меру дисперсии.
3. И дисперсия, и стандартное отклонение помогают оценить изменчивость данных, причем более высокие значения указывают на большую дисперсию, а более низкие значения предполагают более согласованные данные.

Дисперсия против стандартного отклонения

Дисперсия измеряет, насколько отдельные точки данных отличаются от среднего, при этом высокая дисперсия указывает на более разброс, а низкая дисперсия указывает на большую кластеризацию. Стандартное отклонение представляет собой квадратный корень из дисперсии и используется для измерения изменчивости или неопределенности набора данных.

---

 

Сравнительная таблица

Параметры сравнения	дисперсия	Стандартное отклонение
Определение	Его можно использовать для предоставления многих достоинств при инвестировании в портфели.	Что касается финансового раздела, стандартное отклонение используется для безопасности и на рынке.
Как рассчитывается?	Каждое значение информационного множества берется и возводится в квадрат, и рассматривается среднее значение этих значений.	Расчет выполняется путем извлечения квадратного корня из значения дисперсии.
Символ	Сигма (σ) является здесь символом.	Сигма в квадрате (σ2) — это символ стандартного отклонения.
Как они оба хорошо дифференцируются?	Здесь дисперсия больше всего нужна только в математических расчетах.	Когда какие-либо данные должны быть рассчитаны с переменным успехом, в основном используется стандартное отклонение.
Общая формула	σ2 = ∑ (x – M)2/n, где n – количество значений данных, x – конкретное значение, m – среднее значение.	σ = √∑ (x – M)2/ n, где x – конкретное значение данных, n – общее количество значений. Это легко запомнить, так как это просто квадрат дисперсии.

---

 

Что такое дисперсия?

Дисперсия — это доля непостоянства, которая говорит о том, насколько далеко разбросаны люди из собрания. я

В любой момент, когда изменение информационного индекса мало, он показывает близость информационных фокусов к среднему значению.

Правильным ответом будет то, что вы можете использовать разницу, чтобы разобраться со стандартным отклонением — значительно улучшенная пропорция того, как распределить ваши нагрузки. Чтобы получить стандартное отклонение, возьмите квадрат основы изменения примера: √9801 = 99.

Стандартное отклонение в сочетании со средним значением будете упомянуть то, что оценивает большинство людей.

 

Что такое стандартное отклонение?

Когда основной фокус находится очень далеко от среднего значения, внутри даты наблюдается более высокое отклонение; если они ближе к среднему, отклонение меньше. Таким образом, чем более разбросан набор чисел, тем выше стандартное отклонение.

Чтобы установить стандартное отклонение, включите все информационные фокусы и разделите их по количеству информационных фокусов.

Сбор информации с меньшим стандартным отклонением имеет меньший разброс оценок вокруг среднего значения и, таким образом, имеет менее высокие или низкие качества.

 Вещь, бесцельно выбранная из информационного индекса, стандартное отклонение которого низкое, имеет более высокую вероятность быть близкой к среднему значению, чем вещь из информационного индекса, стандартное отклонение которого выше.

По большей части, чем шире разброс качеств, тем больше стандартное отклонение. Например, представьте, что нам нужно выделить два различных варианта результатов тестов в классе из 30 дублеров. Первичный тест имеет оценки от 31% до 98% и от 82% до 93%.

---

Основные различия между дисперсией и стандартным отклонением

1. Дисперсия — это математическая величина, которая отображает изменчивость восприятия в зависимости от среднего манипулирования числами. Стандартное отклонение — это доля разброса восприятий внутри набора информации по сравнению с их средним значением.
2. Дисперсия обозначается сигма-квадратом (σ2), а стандартное отклонение обозначается символом сигма (σ). 

---

Рекомендации

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

Последнее обновление: 11 июня 2023 г.