Стандартная дисперсия - это дисперсия статистика измерение, которое учитывает разброс набора данных по отношению к среднему значению набора данных. Он рассчитывается путем извлечения квадратного корня из дисперсии. Когда точки данных близки к среднему значению, разница в наборе данных меньше. Следовательно, чем больше разброс данных, тем выше стандартное отклонение это.
Стандартное отклонение также является статистическим финансовым показателем, который иллюстрирует историческую волатильность этих инвестиций в применении к годовой норме доходности. Чем выше стандартное отклонение акций, тем больше отклонение, что указывает на более высокий ценовой диапазон.
Стандартное отклонение = s = \( \sqrt{\dfrac{\sum(x-\bar{x})^2}{n-1}} \)
В этом уравнении s относится к стандартному отклонению, x - это каждое число в наборе данных, x̅ - это среднее значение набора данных, а n относится к размеру набора данных.
Это общий термин в математике и статистике, который используется в экспериментах и промышленных испытаниях в реальном мире. Например, калькулятор стандартного отклонения полезен при обеспечении среднего контроля качества различных продуктов. Ниже приведены примеры использования калькулятора стандартного отклонения в приложениях в реальном времени.
Более того, еще одним из его известных способов использования является определение процентного соотношения минимального и максимального значений между продуктами для обеспечения качества. С помощью калькулятора стандартного отклонения процесс повышения качества упрощается, поскольку вы можете вносить изменения в настройки производственной машины, когда есть отклонения в продуктах.
Одно из основных применений условий стандартного отклонения - в отделе прогнозирования погоды, когда необходимо измерить разницу для изменений регионального климата. Если мы рассмотрим два города, которые находятся далеко друг от друга, и нам нужно измерить изменение климата в этих городах, то стандартное отклонение может упростить этот процесс. Теперь, если прогноз погоды измеряется между сушей и побережьем, и это один из самых важных инструментов для отдела.
Расчет температуры между этими двумя землями или городами почти такой же, но на самом деле существует огромное изменение климата, которое можно измерить с помощью стандартного отклонения. Помните, что прибрежные районы имеют сравнительно стабильную температуру из-за больших параметров счетчика, тогда как суша имеет разные состояния воды. Этот параметр воды имеет тенденцию к стабилизации температуры, и это причина того, что прибрежные районы имеют стабильный климат в течение всего сезона, а на суше обычно наблюдается колебание температуры.
Это еще одно применение стандартного отклонения, и в этом отделе этот образец означает, что калькулятор помогает узнать риск колебаний цен на активы любой организации. Калькулятор, при правильном использовании, позволит компании узнать о риске выхода инвестиций, и, таким образом, шансы на риск будут меньше. Взяв пример активов, мы можем сравнить два продукта:
• Продукт A
• Продукт B
Теперь, если продукт A дает рентабельность инвестиций 4%, в то время как отклонение для того же продукта составляет 10% по сравнению с другим продуктом, тогда продукт A более безопасен для инвестиций.
Your Review Will Appear Soon.