Primjeri standardnih odstupanja (s detaljnim objašnjenjem)

Primjeri standardnih odstupanja

Sljedeći primjer standardnog odstupanja daje pregled najčešćih scenarija odstupanja. Standardno odstupanje je kvadratni korijen varijance, izračunat određivanjem varijacije između podatkovnih točaka u odnosu na njihovu srednju vrijednost. Ispod je formula standardnog odstupanja

Gdje,

  • x ja = vrijednost od I -og točku u skupu podataka
  • x = Srednja vrijednost skupa podataka
  • n = Broj točaka podataka u skupu podataka

Pomaže statističarima, znanstvenicima, financijskim analitičarima itd. Mjeriti nestabilnost i trendove uspješnosti skupa podataka. Razumijemo pojam standardne devijacije na nekoliko primjera:

Bilješka:

Zapamtite, ne postoje dobra ili loša standardna odstupanja; To je samo način predstavljanja podataka. No, općenito se radi bolja interpretacija uspoređuje SD sa sličnim skupom podataka.

Primjer # 1

U financijskom sektoru, standardno odstupanje mjera je 'rizika' koja se koristi za izračunavanje volatilnosti između tržišta, financijskih vrijednosnih papira, robe itd. Niža standardna devijacija znači manji rizik i obrnuto. Također, rizik je u velikoj korelaciji s prinosima, tj. S malim rizikom dolazi i do nižih prinosa.

Npr., Recimo da financijski analitičar analizira prinose Googleovih dionica i želi izmjeriti rizike povrata ako se ulažu u određene dionice. Prikuplja podatke o povijesnim povracima Googlea za posljednjih pet godina, koji su sljedeći:

Godina 2018. godine 2017. godine 2016. godine 2015 2014. godine
Povrat (%) (x i ) 27,70% 36,10% 10,50% 6,80% -4,60%

Izračun:

Tako je standardno odstupanje (ili rizik) Googleovih dionica 16,41% za prosječne godišnje prinose od 16,5%.

Tumačenje

# 1 - Analiza usporedbe:

Recimo da Doodle Inc ima slične godišnje prosječne prinose od 16,5% i SD (σ) od 8,5%. tj. s Doodle-om možete zaraditi slične godišnje povrate kao s Googleom, ali s manjim rizicima ili nestalnošću.

Opet recimo da Doodle Inc ima godišnji prosječni povrat od 18%, a SD (σ) 25%, zasigurno možemo reći da je Google bolja investicija u odnosu na Doddle, jer je standardna devijacija Doodlea vrlo velika u odnosu na prinos koji pruža dok Google donosi prilično manje povrate od Doodle-a, ali s vrlo niskom izloženošću rizicima.

Napomena:
Ulagači su skloni riziku. Željeli su dobiti naknadu za veće rizike.

# 2 - Empirijsko pravilo:

Navodi da za normalne raspodjele gotovo svi (99,7%) podataka spadaju u tri standardne devijacije srednje vrijednosti, 95% podataka spada u 2 SD, a 68% unutar 1 SD.

Drugim riječima, možemo reći da 68% povrata Googlea pada unutar + 1 puta SD prosjeka ili (x + 1 σ) = (16,5 + 1 * 16,41) = (0,09 do 32,91%). tj. 68% povrata ulagača u Google može pasti do 0,09%, a može porasti i do 32,91%.

Primjer # 2

John i njegov prijatelj Paul raspravljaju se o visini njihovih pasa kako bi ih pravilno kategorizirali prema pravilima izložbe pasa na kojoj će se razni psi natjecati s različitim visinama na temelju kategorija. John i Paul odlučili su analizirati varijabilnost visine svojih pasa koristeći koncept standardne devijacije.

Imaju 5 pasa svih visina, pa su zabilježili njihove visine kako je navedeno u nastavku:

Visine pasa su 300 mm, 430 mm, 170 mm, 470 mm i 600 mm.

Izračun:

Korak 1: Izračunajte srednju vrijednost:

Prosjek (x) = 300 + 430 + 170 + 470 + 600/5 = 394

Crvena linija na grafikonu prikazuje prosječnu visinu pasa.

Korak 2: Izračunajte varijansu:

Varijansa (σ 2) = 8836 + 1296 + 50176 + 5776 + 42436/5 = 21704

Korak 3: Izračunajte standardno odstupanje:

Standardno odstupanje (σ) = √ 21704 = 147

Sada pomoću empirijske metode možemo analizirati koje su visine unutar jedne standardne devijacije srednje vrijednosti:

Empirijsko pravilo kaže da 68% visina pada unutar + 1 puta SD srednje vrijednosti ili (x + 1 σ) = (394 + 1 * 147) = (247, 541). Tj. 68% visina oscilira između 247 i 541.

Bilješka:

Teorija empirijske metode odnosi se samo na />

  • Koristeći empirijski koncept, otkriva da 95% ocjena učenika varira između (x + 2 σ) e.15,5% i 100%. Odnosno, malo učenika ne uspijeva u predmetu ako su prolazne ocjene 30%.
  • Pažljivo analizirajući ocjene, pronašao je učenika vrlo slabog bodovanja, sv. 6, koji je postigao samo 10%.
  • Rola br. 6 je zapravo odstupanje koje remeti analizu umjetnim napuhavanjem std odstupanja i smanjenjem ukupne srednje vrijednosti.
  • Učitelj odluči ukloniti svitak br. 6 za ponovnu analizu izvedbe nastave i pronašli smo sljedeći rezultat:

Izračun:

  • Ponovno koristeći empirijski koncept, otkrio je da 95% ocjena učenika varira između 36,50% i 80%. tj. niti jedan student ne uspijeva u predmetu.
  • Međutim, učitelj mora uložiti dodatni napor u poboljšanje "izvanrednog" broja br. 6 jer se u stvarnom životu učenika ne može ukloniti tamo gdje učitelj pronađe nadu u poboljšanja.

Zaključak

U statistici informira koliko su čvrsto različite točke podataka skupljene oko srednje vrijednosti u normalno raspoređenom skupu podataka. Ako su točke podataka usko povezane u blizini srednje vrijednosti, tada će standardno odstupanje biti mala brojka, a krivulja zvona bit će strmog oblika i vis-Versa.

Popularnije statističke mjere poput srednje vrijednosti (prosjek) ili medijana mogu zavarati korisnika zbog prisutnosti ekstremnih podatkovnih točaka, ali standardno odstupanje educira korisnika o udaljenosti podatkovne točke od srednje vrijednosti. Također je korisno u usporednoj analizi dva različita skupa podataka ako su prosjeci jednaki za oba skupa podataka.

Stoga predstavljaju cjelovitu sliku u kojoj osnovna sredina može zavarati.

Preporučeni članci

Ovo je vodič za primjere standardnih odstupanja. Ovdje ćemo razgovarati o njezinim primjerima, zajedno s detaljnim objašnjenjem. Više o računovodstvu možete saznati iz sljedećih članaka -

  • Formula uzorka standardne devijacije
  • Formula relativnog standardnog odstupanja
  • Grafikon Excel-a sa standardnim odstupanjem
  • Standardno odstupanje portfelja

Zanimljivi članci...