分散と標準偏差| トップ6の違い（インフォグラフィック）

分散と標準偏差の違い

分散は、変数間の測定値を見つけたり取得したりする方法です。一方、標準偏差は、データセットまたは変数がデータセットの平均値または平均値とどのように異なるかを示します。

分散は、平均から母集団内のデータの分布を見つけるのに役立ち、標準偏差は、母集団内のデータの分布を知るのにも役立ちますが、標準偏差は、平均からのデータの偏差についてより明確になります。

以下は、分散と標準偏差の式です。

一方、

標準偏差は、分散の平方根です。

このように機能するゲームを想像してみてください

あなたは通常のカードのデッキから1枚のカードを引きます

ゲームを52,000回プレイしたと仮定します。

離散確率変数の場合、分散は次のようになります。

ここで、Piは結果の確率です。

どちらの場合も、ゲームあたりの平均利益はRs.61.54です。どのゲームを上手にプレイしたいか、意思決定に役立つ特定の手段があります。つまり、分散と標準偏差を計算する必要があります。

期待値からの正規偏差を測定する必要があり、一般的な測定の1つは分散です。ケース-1の分散は、ケース-2の分散よりもはるかに小さいため、ケース-2のデータは平均値Rs 64.54を分散しているため、ケース1ゲームはケース2ゲームよりもリスクが低くなります。

金融では、たとえば株式のボラティリティについて話しました。つまり、金融資産のリターンの大きなショックの後に大きなショックが続く傾向があり、金融資産のリターンの小さなショックの後に小さなショックが続く傾向があります。

分散と標準偏差の主な違いを見てみましょう。

主な違いは次のとおりです–

分散は、データのボラティリティのおおよそのアイデアを提供します。値の68％は、平均から+1から-1の標準偏差です。つまり、標準偏差が詳細を示します。
差異は、ある程度の不確実性を伴う計画された動作と実際の動作を知るために使用されます。標準偏差は、2セットの変数間に存在する関係を知るための統計的検定に使用されます
分散は、中心値の周りの母集団におけるデータの分布を測定します。標準偏差は、中心値に対するデータの分布を測定します
2つの分散の合計（var（A + B）≥var（A）+ var（B）。したがって、分散はコヒーレントではありません。2つの標準偏差の合計sd（A + B）≤sd（A）+ sd（B）so 、標準偏差はコヒーレントです。これにより、データの偏りがわかります。対称分布の偏りの値は、-1> 0> 1の間にあります。
幾何平均は、算術平均よりも分散に敏感です。幾何標準偏差は、母集団の信頼区間の境界を見つけるために使用されます。

分散		標準偏差
平均からの平均二乗差		分散の平方根
データセット内の分散を測定します		それは平均の周りの広がりを測定します
分散は劣加法性ではありません		外れ値のない対称分布の広がりの尺度。
分散は、母集団のデータのボラティリティも測定します		財務における標準偏差は、しばしばボラティリティと呼ばれます
分散は、結果が平均からどの程度変化するかを測定します。		標準偏差は、正規標準偏差が期待値からどれだけ離れているかを測定します。標準偏差は不確かさの尺度として役立つ可能性があります
財務では、標準からのパフォーマンスの実際の偏差を測定するのに役立ちます。		標準偏差は、市場のボラティリティに関連するリスクを測定するため、株式や投資信託などへの投資に関する意思決定を行うための便利なツールです。
差異を知ることにより、是正措置を講じることができます。		リスク分析プロセスは、さまざまな株式の標準偏差の計算中に収集された結果の分析と解釈であり、その結果は、ファンドの投資に関する効果的な決定を行うために分析されています。

石油価格の決定例

いくつかの期間の予測額（20か月間の石油価格）

※グラフは1年分のデータを考慮して作成したものですが、表のデータは6ヶ月分のみであり、原油価格の市場データとは異なる場合があります。

分散と標準偏差の両方が、平均点からのデータの広がりを測定します。投資信託や株式などの投資におけるリスクを判断するのに役立ちます。これは、期間中の気温の変化の天気予報や、プロジェクトのリスクを評価するためのモンテカルロシミュレーションで使用される便利なツールです。