方差与标准差：差异与比较

标准差和方差是基本的数值概念，它们在整个货币领域占据重要部分，包括簿记、财务事项和贡献。

在我们测量与大量信息相关的变化时。

更具体地说，方差和 标准偏差，这两者都证明了知识价值的分散程度，还将包括计算中步幅的可比性。

关键精华

1. 方差是一种统计量度，用于量化数据集中数据点在平均值附近的分散情况。
2. 标准差是方差的平方根，提供了一种更易于解释的离差度量。
3. 方差和标准差都有助于评估数据的可变性，较高的值表示较大的分散性，较低的值表示更一致的数据。

方差与标准差

方差衡量单个数据点与平均值的差异程度，高方差表示更分散，低方差表示更聚集。 标准偏差是方差的平方根，用于衡量一组数据的可变性或不确定性。

---

 

对比表

比较参数	方差	标准偏差
定义	它可用于授予投资组合的许多优点。	关于财务部分，标准偏差用于安全及其市场。
如何计算？	取信息集的每个值并平方，并考虑这些值的平均值。	计算是通过取方差值的平方根来完成的。
图形符号	西格玛 (σ) 是这里的符号。	西格玛平方 (σ2) 是标准偏差的符号。
它们是如何区分的？	在这里，只有在数学计算中最需要方差。	当需要对任何数据进行可变计算时，通常会使用标准偏差。
通式	σ2 = ∑ (x – M)2/ n，其中 n 是数据值的个数，x 是特定值，m 是平均值。	σ = √∑ (x – M)2/ n，其中x是数据的特定值，n是值的总数。 这很容易记住，因为它只是方差的平方。

---

 

什么是方差？

方差是不稳定的比例，表示人群中的个体分布的距离。 我

在任何时候，当信息指标的变化很小时，表明信息集中在均值上的接近程度。

正确的反应是你可以利用差异来解决标准偏差——大大提高分散负载的比例。 要获得标准差，请取平方 基础 例子的变化：√9801 = 99。

标准偏差与平均值相结合， 将 提及大多数人的衡量标准。

 

什么是标准偏差？

当主要焦点离均值很远时，日期内部偏差较大； 如果它们更接近平均值，则偏差较小。 因此，数字的聚集越分散，标准差就越大。

为确定标准偏差，包括所有信息焦点并按信息焦点的数量将它们分开。

标准偏差较小的信息集合在平均值周围的估计分布较小，因此，同样具有较低的高或低质量。

 从标准偏差低的信息指标中漫无目的地选择的事物比从标准偏差高的信息指标中选择的事物更接近均值的可能性更高。

在大多数情况下，质量分布越广，标准偏差就越大。例如，设想我们必须从 30 名学生的班级中分离出两种不同的测试结果。初级考试的分数从 31% 到 98% 和 82% 到 93%。

---

方差和标准差之间的主要区别

1. 方差是一种数学值，它描述了来自其数字杂耍平均值的感知的可变性。 标准偏差是信息集合中的感知分散度与其平均值的比例。
2. 方差用 sigma-squared (σ2) 表示，标准差用符号 sigma (σ) 表示。 

---

参考资料

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

最后更新时间：11 年 2023 月 XNUMX 日