Varians vs Standar Deviasi

Perbedaan Antara Varians dan Standar Deviasi

Varians adalah metode untuk menemukan atau memperoleh ukuran bagaimana variabel berbeda satu sama lain. Sebaliknya, standar deviasi menunjukkan kepada kita bagaimana kumpulan data atau variabel berbeda dari rata-rata atau nilai rata-rata kumpulan data.

Varians membantu untuk menemukan distribusi data dalam suatu populasi dari rata-rata, dan standar deviasi juga membantu untuk mengetahui distribusi data dalam suatu populasi. Tetap saja, deviasi standar memberikan kejelasan lebih lanjut tentang deviasi data dari rata-rata.

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Varians vs Standar Deviasi (wallstreetmojo.com)

Rumus

Di bawah ini adalah rumus varians dan standar deviasi.

Sedangkan

σ2 adalah varians
X adalah variabelnya
μ berarti
N adalah jumlah total variabel.

Standar Deviasi adalah akar kuadratAkar KuadratFungsi Akar Kuadrat adalah fungsi aritmatika yang dibangun di Excel yang digunakan untuk menentukan akar kuadrat dari angka tertentu. Untuk menggunakan fungsi ini, ketikkan istilah =SQRT dan tekan tombol tab, yang akan memunculkan fungsi SQRT. Selain itu, fungsi ini menerima satu argumen. Baca selengkapnya tentang varians.

Contoh

Bayangkan sebuah game yang berfungsi seperti ini:

Kasus 1

Anda menarik satu kartu dari setumpuk kartu biasa:

Jika Anda seri 7, Anda akan menang ₹ 2.000/-
Jika Anda memilih kartu lain kecuali 7, Anda akan memberikan ₹ -100 /-

Kasus-2

Jika Anda seri 7, Anda akan menang ₹1,22,000/-
Jika Anda memilih kartu lain kecuali 7, Anda akan memberikan ₹10.100/-

Asumsikan Anda memainkan permainan 52.000 kali.

Untuk variabel acak diskrit, variansnya adalah

Di mana Pi adalah probabilitas hasilnya.

Keuntungan rata-rata per game untuk kedua kasus tersebut adalah ₹61,54. Game mana yang ingin Anda mainkan dengan baik? Instrumen tertentu membantu untuk membuat keputusan, yaitu kita harus menghitung varians dan standar deviasi.

Kita perlu mengukur deviasi normal dari nilai yang diharapkan Nilai yang diharapkan Nilai yang diharapkan mengacu pada antisipasi investasi untuk periode mendatang dengan mempertimbangkan berbagai probabilitas. Ini dievaluasi sebagai produk dari distribusi probabilitas dan hasil. Baca lebih lanjut, dan satu ukuran umum adalah varians. Varians Kasus -1 jauh lebih kecil daripada Kasus -2, yang berarti bahwa data dalam Kasus -2 menyebarkan nilai rata-rata, yaitu ₹64,54, sehingga Game Kasus-1 kurang berisiko daripada Game Kasus-2 .

Di bidang keuangan, kita berbicara tentang volatilitas saham, artinya guncangan besar mengikuti guncangan besar pada pengembalian aset keuangan, dan guncangan kecil pada pengembalian aset keuangan cenderung diikuti oleh guncangan kecil.

Varians vs. Infografis Deviasi Standar

Mari kita lihat perbedaan teratas antara Varians vs. Standar Deviasi.

Perbedaan Kunci

Perbedaan utamanya adalah sebagai berikut:

Varians memberikan gagasan perkiraan volatilitas data. 68% nilai berada di antara +1 dan -1 standar deviasi dari rata-rata. Itu berarti Standar Deviasi memberikan lebih banyak detail.
Seseorang menggunakan varians untuk mengetahui tentang perilaku yang direncanakan dan aktual dengan tingkat ketidakpastian tertentu. Satu menggunakan standar deviasi untuk uji statistik untuk mengetahui hubungan antara dua set variabel.
Varians mengukur distribusi data dalam populasi di sekitar nilai pusat. Standar deviasi mengukur distribusi data relatif terhadap nilai pusat.
Jumlah dari dua varian (var(A + B ) ≥ var(A) + var(B ) .oleh karena itu varian tidak koheren. Jumlah dari dua standar deviasi sd(A + B ) ≤ sd(A) + sd(B ), sehingga standar deviasi adalah koheren. Ini memberikan gagasan tentang skewness Skewness Skewness Skewness adalah deviasi atau derajat asimetri yang ditunjukkan oleh kurva lonceng atau distribusi normal dalam kumpulan data tertentu. Jika kurva bergeser ke kanan, ini dianggap skewness positif, sementara kurva bergeser ke kiri mewakili skewness negatif.baca lebih lanjut data Nilai skewness distribusi simetris terletak antara -1>0>1.
Mean Geometrik Mean Geometrik Mean Geometrik (GM) adalah metode tendensi sentral yang menentukan rata-rata kekuatan dari data rangkaian pertumbuhan. read more lebih sensitif terhadap varians daripada cara aritmatika. Seseorang menggunakan deviasi standar geometris untuk menemukan batas-batas interval kepercayaan Interval Kepercayaan Interval Kepercayaan mengacu pada tingkat ketidakpastian yang terkait dengan statistik tertentu & sering digunakan bersama dengan Margin of Error. Interval Keyakinan = Rata-Rata Sampel ± Faktor Kritis × Standar Deviasi Sampel. membaca lebih lanjut dalam suatu populasi.

Tabel Perbandingan Varians vs Standar Deviasi

Perbedaan	Deviasi Standar
Selisih kuadrat rata-rata dari rata-rata	Akar kuadrat dari varian
Mengukur Dispersi dalam Kumpulan Data	Ini mengukur menyebar di sekitar rata-rata
Varians bukan sub-aditif	Ukuran penyebaran untuk distribusi simetris tanpa outlier.
Varians juga mengukur Volatilitas data suatu Populasi.	Standar deviasi, dalam keuangan, sering disebut volatilitas.
Varians mengukur seberapa jauh hasilnya bervariasi dari Mean.	Standar deviasi mengukur standar deviasi rata-rata dari nilai yang diharapkan. Standar deviasi dapat berfungsi sebagai ukuran ketidakpastian.
Di bidang keuangan, ada baiknya mengukur penyimpangan aktual kinerja dari standar.	Standar deviasi berguna untuk memutuskan investasi di saham, reksadana, dll. karena mengukur risiko yang terkait dengan volatilitas pasar.
Tindakan korektif dapat dilakukan dengan mengetahui Variance.	Analisis risiko mengacu pada mengidentifikasi, mengukur, dan mengurangi ketidakpastian dalam suatu proyek, investasi, atau bisnis. Ada dua jenis analisis risiko – analisis risiko kuantitatif dan kualitatif.” Proses menganalisis dan menginterpretasikan hasil yang dikumpulkan sambil menghitung standar deviasi berbagai saham. Hasil analisis untuk membuat keputusan yang efektif mengenai investasi dana.

Penggunaan Varians dan Standar Deviasi

Contoh penetapan harga minyak:

Berapa harga minyak dalam satu tahun? Bukan satu perkiraan harga. Kemungkinan itu rendah atau tinggi
Variasi dalam penundaan, variasi dalam memo/perbaikan, variasi dalam jam penerbangan sebenarnya vs. direncanakan
Apakah nilai selanjutnya kembali ke rata-rata, atau hanya bergantung pada nilai terakhir?
Apakah jumlah permintaan berikutnya kembali ke rata-rata, atau hanya bergantung pada jumlah permintaan terakhir?

Jumlah yang diperkirakan untuk beberapa periode (harga minyak selama 20 bulan)

*Grafik dibuat dengan mempertimbangkan data satu tahun. Namun, data yang ditampilkan dalam tabel hanya untuk 6 bulan. Oleh karena itu, nilai yang dipilih secara acak mungkin tidak sama dengan data pasar harga minyak.

Pikiran Akhir

Baik varians maupun standar deviasi mengukur penyebaran data dari titik rata-ratanya. Ini membantu menentukan risiko dalam investasi reksa dana, saham, dll. Selain itu, ini adalah alat yang berguna yang digunakan dalam prakiraan cuaca untuk variasi suhu selama periode tersebut dan dalam Simulasi Monte CarloSimulasi Monte CarloSimulasi Monte Carlo adalah metode matematika untuk menghitung peluang beberapa hasil yang mungkin terjadi dalam proses yang tidak pasti melalui pengambilan sampel acak berulang. Algoritme komputasional ini memudahkan penilaian risiko yang terkait dengan proses tertentu, sehingga memungkinkan pengambilan keputusan yang lebih baik. Baca lebih lanjut untuk menilai risiko proyek.

Artikel yang Direkomendasikan

Artikel ini telah menjadi panduan untuk Varians vs. Standar Deviasi. Di sini, kami membahas perbedaan teratas, infografis, dan tabel perbandingan. Anda juga dapat melihat artikel berikut: –