Perbedaan Antara Varians dan Standar Deviasi (Dengan Tabel)
Standar deviasi dan varians adalah gagasan numerik mendasar yang mengasumsikan bagian signifikan di seluruh area mata uang, termasuk akuntansi, urusan keuangan, dan wilayah kontribusi.
Pada saat kami mengukur perubahan yang terkait dengan sejumlah besar informasi, ada dua bagian pengetahuan yang terhubung erat yang mengidentifikasi hal ini.
Untuk lebih spesifik, varians dan standar deviasi, yang menunjukkan seberapa luas perkiraan pengetahuan, juga akan mencakup seberapa sebanding keuntungan dalam perhitungannya.
Perbedaan antara varians dan standar deviasi adalah bahwa standar deviasi tidak lebih dari akar kuadrat dari teori varians. Kedua istilah ini digunakan untuk memutuskan sejauh mana pengumpulan informasi. Standar deviasi dan varians adalah ukuran matematis yang menentukan penyebaran informasi dari nilai rata-rata.
Tabel perbandingan antara varians dan standar deviasi
|
Parameter standar deviasi varian perbandingan |
||
|
Definisi |
Ini dapat digunakan untuk memberikan banyak manfaat dalam konsep investasi portofolio. |
Untuk bagian keuangan, standar deviasi digunakan untuk keamanan dan di pasar Anda. |
|
Bagaimana cara menghitungnya? |
Setiap nilai 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 standar deviasi. |
|
Bagaimana keduanya dibedakan dengan baik? |
Di sini, varian lebih diperlukan hanya dalam perhitungan matematis. |
Ketika salah satu data harus dihitung secara bervariasi, standar deviasi terutama digunakan. |
|
Formula Umum |
σ2 = ∑ (x – M) 2 / n, di mana n adalah jumlah nilai data, x adalah nilai spesifik, dan m adalah rata-rata. |
σ = √∑ (x – M) 2 / n, di mana x adalah nilai data spesifik, n adalah jumlah total nilai. Ini mudah diingat, karena ini hanya kuadrat dari varians. |
Apa variansnya?
Varians dicirikan sebagai proporsi ketidakkekalan yang menunjukkan seberapa jauh individu dari pertemuan. Temukan tingkat normal di mana setiap persepsi berbeda dari rata-rata.
Setiap saat ketika perubahan indeks informasi kecil menunjukkan bahwa kedekatan informasi difokuskan pada rata-rata, meskipun perkiraan perbedaan yang lebih menonjol menunjukkan bahwa persepsi tersebar di sekitar rata-rata numerik dan satu sama lain. . .
Meskipun perubahan itu berharga dari perspektif numerik, itu tidak akan memberi Anda data apa pun yang dapat Anda gunakan. Misalnya, jika Anda mengambil contoh populasi beban, Anda mungkin berakhir dengan perubahan 9801. Itu mungkin membuat Anda menggaruk-garuk kepala mengapa Anda menghitungnya dalam hal apa pun. Jawaban yang tepat adalah Anda dapat menggunakan perbedaan untuk mengklasifikasikan standar deviasi – rasio yang jauh lebih baik tentang bagaimana Anda mendistribusikan beban Anda. Untuk mendapatkan standar deviasi, ambil basis kuadrat dari contoh perubahan: √9801 = 99.
Deviasi standar, dikombinasikan dengan rata-rata, akan memberi tahu 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.
Berapa standar deviasinya?
Akar kuadrat dari varian adalah apa yang kita sebut deviasi standar di sini dan ditentukan dengan memberi peringkat rentang antara setiap panduan data relatif terhadap rata-rata. Ketika fokus utama sangat jauh dari rata-rata, terdapat deviasi yang lebih besar dalam tanggal tersebut; jika mereka lebih dekat dengan rata-rata, ada deviasi yang lebih kecil. Jadi semakin tersebar kumpulan angkanya, semakin besar standar deviasinya.
Untuk menentukan standar deviasi, sertakan semua titik data dan pisahkan dengan jumlah titik data.
Standar deviasi juga berharga saat melihat distribusi dua indeks informasi terpisah yang memiliki rata-rata serupa. Pengumpulan data dengan standar deviasi terkecil memiliki distribusi perkiraan yang lebih kecil di sekitar rata-rata dan oleh karena itu umumnya memiliki kualitas yang kurang tinggi atau rendah.
Sesuatu yang dipilih tanpa tujuan dari indeks informatif yang standar deviasinya rendah memiliki peluang lebih tinggi untuk mendekati rata-rata daripada sesuatu dari indeks informatif yang standar deviasinya lebih besar.
Sebagian besar, semakin umum kualitasnya, semakin besar standar deviasinya. Misalnya, bayangkan kita perlu mengisolasi dua rangkaian hasil tes yang berbeda dari kelas yang terdiri dari 30 siswa pengganti, tes utama memiliki skor mulai dari 31% hingga 98%, rentang yang berbeda dari 82% hingga 93%. Mengingat rentang ini, standar deviasi akan lebih besar untuk konsekuensi dari tes utama.
Perbedaan utama antara Varians dan standar deviasi
- Varians adalah nilai matematis yang menggambarkan variabilitas persepsi rata-rata juggling numerik Anda. Standar deviasi adalah rasio penyebaran persepsi dalam kumpulan informasi dibandingkan dengan rata-ratanya.
- Varians ditunjukkan dengan sigma kuadrat (σ2) dan standar deviasi ditandai dengan simbol sigma (σ).
- Standar deviasi dilaporkan dalam satuan yang mirip dengan fitur dalam kumpulan data, tetapi varians dilaporkan dalam satuan persegi yang umumnya lebih besar daripada fitur dalam kumpulan data yang diberikan.
- Varians adalah indikator ideal dari orang-orang yang didistribusikan dalam suatu kelompok. Standar deviasi adalah penanda persepsi yang ideal dalam suatu pengumpulan data.
- Varians mengukur seberapa jauh orang dalam rapat berada dalam disposisi informasi dari normal. Di sisi lain, standar deviasi mengukur berapa banyak persepsi kumpulan informasi yang kontras dengan rata-ratanya.
Kesimpulan
Keduanya adalah istilah faktual penting, yang mengambil peran penting di berbagai bidang. Standar deviasi lebih disukai daripada rata-rata, karena dilaporkan dalam satuan yang mirip dengan perkiraan, sedangkan perbedaannya dilaporkan dalam satuan yang lebih besar daripada laju informasi yang diberikan.
Standar deviasi dan perbedaannya adalah dua ide numerik beragam yang terkait erat. Fluktuasi diharapkan untuk menghitung standar deviasi. Angka-angka ini membantu pedagang dan spekulan untuk menentukan ketidakstabilan perusahaan dan dengan demikian memungkinkan mereka untuk memutuskan opsi perdagangan yang diajarkan.
Referensi
- https://europepmc.org/article/med/3207150
- https://pubsonline.informs.org/doi/pdf/10.1287/mnsc.45.5.765
menerima tantangan ini