Diferencia entre varianza y desviación estándar (con tabla)

Diferencia entre varianza y desviación estándar (con tabla)

La desviación estándar y la varianza son ideas numéricas fundamentales que asumen partes significativas en todo el área monetaria, incluidas las regiones de contabilidad, asuntos financieros y contribuciones.

En un momento en el que medimos los cambios relacionados con una gran cantidad de información, hay dos conocimientos firmemente conectados que se identifican con esto.

Para ser más específicos, la varianza y la desviación estándar, que demuestran cuán extendidas están las estimaciones de conocimiento, también incluirán cuán comparables son los avances en su cálculo.

los diferencia entre varianza y desviación estándar es que la desviación estándar no es más que la raíz cuadrada de la teoría de la varianza. Estos dos términos se utilizan para decidir la extensión de la colección informativa. Tanto la desviación estándar como la varianza son medidas matemáticas que determinan la difusión de información a partir del valor medio.

Tabla de comparación entre varianza y desviación estándar

Parámetros de la desviación estándar de la varianza de comparación

Definición Puede utilizarse para el otorgamiento de muchas virtudes en el concepto de inversión en carteras. Cuando se trata de la sección financiera, la desviación estándar se utiliza para la seguridad y en su mercado.
¿Cómo se calcula? Cada valor del conjunto de información se toma y se eleva al cuadrado y se tiene en cuenta el promedio de estos valores al cuadrado. El cálculo se realiza tomando la raíz cuadrada del valor de la varianza.
Símbolo Sigma (σ) es el símbolo aquí. Sigma al cuadrado (σ2) es el símbolo de la desviación estándar.
¿Cómo están bien diferenciados ambos? Aquí, la varianza es más necesaria solo en cálculos matemáticos. Cuando alguno de los datos debe calcularse de forma variable, se utiliza principalmente la desviación estándar.
Formula general σ2 = ∑ (x – M) 2 / n, donde n es el número de valores de datos, x es el valor específico y m es la media. σ = √∑ (x – M) 2 / n, donde x es el valor específico de los datos, n es el número total de valores. Esto es fácil de recordar, ya que es solo el cuadrado de la varianza.

¿Qué es la varianza?

La varianza se caracteriza como la proporción de inconstancia que habla de qué tan lejos están los individuos de una reunión. Descubre el grado normal en que cada percepción difiere de la media.

En cualquier momento, cuando el cambio de un índice de información es pequeño, muestra que la cercanía de la información se enfoca en la media, aunque una estimación más prominente de la diferencia indica que las percepciones están dispersas alrededor de la media numérica y entre sí. .

Si bien el cambio es valioso desde una perspectiva numérica, no le proporcionará ningún dato que pueda utilizar. Por ejemplo, si toma un ejemplo de población de cargas, puede terminar con un cambio de 9801. Eso puede dejarlo rascándose la cabeza con respecto a por qué lo está calculando en cualquier caso. La respuesta adecuada es que puede utilizar la diferencia para clasificar la desviación estándar: una proporción muy mejorada de cómo distribuir sus cargas. Para obtener la desviación estándar, tome la base cuadrada del cambio de ejemplo: √9801 = 99.

La desviación estándar, en combinación con la media, le indicará lo que la mayoría de las personas miden. Por ejemplo, si su media es 150 kilogramos y su desviación estándar es 99 kilogramos, entonces es obvio que la mayoría de los individuos pesan entre 51 kilogramos y 249 kilogramos.

¿Qué es la desviación estándar?

La raíz cuadrada de la varianza es lo que aquí llamamos desviación estándar y se determina clasificando la variedad entre cada guía de información en relación con la media. Cuando el foco principal está muy lejos de la media, hay una mayor desviación dentro de la fecha; si están más cerca de la media, hay una desviación menor. Entonces, cuanto más dispersa esté la recopilación de números, mayor será la desviación estándar.

Para determinar la desviación estándar, incluya todos los enfoques de información y separe por la cantidad de enfoques de información.

La desviación estándar también es valiosa cuando se observa la distribución de dos índices de información separados que tienen una media similar. La colección de información con la desviación estándar más pequeña tiene una distribución más pequeña de estimaciones alrededor de la media y, por lo tanto, generalmente tiene calidades igualmente menos altas o bajas.

Una cosa elegida sin rumbo fijo de un índice informativo cuya desviación estándar es baja tiene una posibilidad superior de estar cerca de la media que una cosa de un índice informativo cuya desviación estándar es mayor.

En su mayor parte, cuanto más generalizadas están las cualidades, mayor es la desviación estándar. Por ejemplo, imagine que necesitamos aislar dos arreglos distintos de resultados de pruebas de una clase de 30 estudiantes suplentes, la prueba primaria tiene calificaciones que van del 31% al 98%, diferentes alcances del 82% al 93%. Dados estos alcances, la desviación estándar sería mayor para las consecuencias de la prueba primaria.

Principales diferencias entre Varianza y desviación estándar

  • La varianza es un valor matemático que describe la variabilidad de las percepciones de su media de malabarismo numérico. La desviación estándar es una proporción de la dispersión de las percepciones dentro de una colección de información en comparación con su media.
  • La varianza se indica mediante sigma cuadrado (σ2) y la desviación estándar se marca con el símbolo sigma (σ).
  • La desviación estándar se comunica en unidades similares a las cualidades en la disposición de la información, pero la varianza se comunica en unidades cuadradas que generalmente son más grandes que las cualidades en el conjunto de datos dado.
  • La varianza es un indicador ideal de las personas distribuidas en un grupo. La desviación estándar es el marcador ideal de las percepciones en una colección informativa.
  • La varianza mide qué tan lejos están las personas en una reunión en la disposición de la información de lo normal. Por otra parte, la desviación estándar mide cuántas percepciones de una colección de información contrasta con su media.

Conclusión

Estos dos son términos fácticos esenciales, que están asumiendo un papel crucial en diversas áreas. Se favorece la desviación estándar sobre la media, ya que se comunica en unidades similares a las de las estimaciones, mientras que la diferencia se comunica en las unidades mayores que el índice de información dado.

La desviación estándar y la diferencia son dos ideas numéricas diversas que están firmemente relacionadas. Se espera que la fluctuación calcule la desviación estándar. Estos números ayudan a los comerciantes y especuladores a decidir la inestabilidad de una empresa y, por lo tanto, les permite decidirse por opciones de intercambio enseñadas.

Referencias

  1. https://europepmc.org/article/med/3207150
  2. https://pubsonline.informs.org/doi/pdf/10.1287/mnsc.45.5.765

Acepta este desafío

Deja un comentario