Standar deviasi dan Varians adalah ide numerik mendasar yang mengambil bagian penting di seluruh bidang moneter, termasuk bidang pembukuan, masalah keuangan, dan kontribusi.
Pada titik ketika kami mengukur perubahan yang terkait dengan banyak informasi, ada dua wawasan yang terhubung erat yang diidentifikasi dengan ini.
Untuk lebih spesifik, varians dan standar deviasi, yang keduanya menunjukkan seberapa tersebar nilai pengetahuan juga akan mencakup seberapa sebanding langkah dalam perhitungan mereka.
Varians vs Standar Deviasi
Perbedaan antara varians dan standar deviasi adalah bahwa standar deviasi tidak lain adalah akar kuadrat dari teori varians. Kedua istilah ini digunakan untuk menentukan penyebaran koleksi informasi. Baik standar deviasi maupun varians adalah ukuran matematis, yang memastikan penyebaran informasi dari nilai rata-rata.
Tabel Perbandingan Antara Varians dan Standar Deviasi
| Parameter Perbandingan | Perbedaan | Standar Deviasi |
|---|---|---|
| Definisi | Hal ini dapat digunakan untuk pemberian banyak kebajikan dalam konsep investasi dalam portofolio. | Ketika datang ke bagian keuangan, maka standar deviasi digunakan untuk keamanan dan pasarnya. |
| Bagaimana cara menghitungnya? | Setiap nilai dari kumpulan informasi diambil dan dikuadratkan dan rata-rata dari nilai kuadrat ini diperhitungkan. | Perhitungan dilakukan dengan mengambil akar kuadrat dari nilai varians. |
| Simbol | Sigma (σ) adalah simbol di sini. | Sigma kuadrat (σ2) adalah simbol untuk standar deviasi. |
| Bagaimana keduanya dibedakan dengan baik? | Di sini, varians paling dibutuhkan hanya dalam perhitungan matematis. | Ketika salah satu data perlu dihitung secara variabel, maka standar deviasi sebagian besar digunakan. |
| Rumus umum | 2 = (x – M)2/ n, di mana n adalah jumlah nilai data, x adalah nilai spesifik dan m adalah mean. | = (x – M)2/ n, di mana x adalah nilai spesifik data, n adalah jumlah total nilai. Ini mudah diingat karena hanya kuadrat variansnya. |
Apa itu Varians?
Varians dicirikan sebagai proporsi ketidakkekalan yang menunjukkan seberapa jauh individu dari suatu kelompok tersebar. Ia menemukan tingkat normal di mana setiap persepsi berbeda dari rata-rata.
Pada titik mana pun, ketika perubahan indeks informasi sedikit, ini menunjukkan kedekatan informasi yang berfokus pada mean, meskipun estimasi perbedaan yang lebih menonjol menunjukkan bahwa persepsi tersebar di sekitar mean angka-angka dan dari satu sama lain..
Meskipun perubahan itu berharga dari perspektif numerik, itu tidak akan memberi Anda data apa pun yang dapat Anda manfaatkan. Misalnya, jika Anda mengambil contoh populasi beban, Anda mungkin berakhir dengan perubahan 9801. Itu mungkin membuat Anda menggaruk-garuk kepala tentang mengapa Anda menghitungnya. Tanggapan yang tepat adalah, Anda dapat memanfaatkan perbedaannya untuk memilah simpangan baku - proporsi yang jauh lebih baik tentang cara menyebarkan beban Anda. Untuk mendapatkan simpangan baku, ambil dasar kuadrat dari contoh perubahan: 9801 = 99.
Standar deviasi, dalam kombinasi dengan mean, akan menyebutkan kepada Anda apa yang kebanyakan orang ukur. Misalnya, jika rata-rata Anda adalah 150 kilogram dan simpangan baku Anda adalah 99 kilogram, maka jelas bahwa sebagian besar individu memiliki berat antara 51 kilogram dan 249 kilogram.
Apa itu Standar Deviasi?
Akar kuadrat dari varians adalah apa yang kita sebut di sini sebagai standar deviasi dan ditentukan dengan memilah variasi antara setiap panduan informasi relatif terhadap mean. Ketika fokus utama sangat jauh dari rata-rata, ada penyimpangan yang lebih tinggi di dalam tanggal; jika mereka lebih dekat dengan rata-rata, ada penyimpangan yang lebih rendah. Jadi semakin menyebar kumpulan angka, semakin tinggi standar deviasi.
Untuk memastikan standar deviasi, sertakan semua fokus informasi dan pisahkan dengan jumlah fokus informasi.
Standar deviasi juga berharga ketika melihat penyebaran dua indeks informasi terpisah yang memiliki sekitar rata-rata yang sama. Kumpulan informasi dengan deviasi standar yang lebih kecil memiliki penyebaran estimasi yang lebih kecil di sekitar rata-rata dan dengan demikian umumnya memiliki kualitas yang sama kurang tinggi atau rendah.
Suatu hal memilih tanpa tujuan dari indeks informasional yang standar deviasinya rendah memiliki kemungkinan lebih tinggi untuk berada di dekat mean daripada sesuatu dari indeks informasional yang standar deviasinya lebih tinggi.
Sebagian besar, semakin umum penyebaran kualitasnya, semakin besar standar deviasinya. Misalnya, bayangkan bahwa kita perlu memisahkan dua rangkaian hasil tes yang berbeda dari kelas 30 siswa, tes utama memiliki nilai dari 31% menjadi 98%, rentang yang berbeda dari 82% menjadi 93%. Mengingat jangkauan ini, standar deviasi akan lebih besar untuk konsekuensi dari tes utama.
Perbedaan Utama Antara Varians dan Deviasi Standar
Kesimpulan
Keduanya adalah istilah faktual yang esensial, yang mengasumsikan bagian penting di berbagai bidang. Standar deviasi lebih disukai daripada mean karena dikomunikasikan dalam unit yang sama dengan estimasi sementara perbedaannya dikomunikasikan dalam unit yang lebih besar dari indeks informasi yang diberikan.
Standar deviasi dan perbedaan adalah dua ide numerik yang beragam yang keduanya terkait erat. Fluktuasi tersebut diperkirakan akan mencapai standar deviasi. Angka-angka ini membantu dealer dan spekulan memutuskan ketidakstabilan suatu usaha dan karenanya memungkinkan mereka untuk memutuskan pilihan pertukaran yang diajarkan.
