Diferencia entre varianza y desviación estándar

Última actualización: 23 de enero de 2022

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 contribución.

Los lectores que leen esto también leen:

En un momento en que medimos los cambios relacionados con mucha información, hay dos ideas firmemente conectadas identificadas con esto.

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

Variación vs desviación estándar

La principal 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 difusión de la recopilación informativa. Tanto la desviación estándar como la varianza son medidas matemáticas, que determinan la difusión de información del valor medio.

Tabla de comparación entre variación y desviación estándar

Parámetros de la Comparación Variancia Definición de desviación estándar Se puede utilizar para otorgar muchas virtudes en el concepto de invertir en carteras. Cuando se trata de la sección financiera, entonces la desviación estándar se utiliza para la seguridad y en su mercado. ¿Cómo se calcula?Cada valor del conjunto de información se toma y cuadra 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. SymbolSigma ( σ) es el símbolo aquí. Sigma al cuadrado ( σ2 ) es el símbolo de la desviación estándar. ¿Cómo están ambos bien diferenciados?Aquí, la varianza es más necesaria solo en los cálculos matemáticos. Cuando cualquiera de los datos necesita calcularse de manera variable, la desviación estándar se utiliza principalmente. Fórmula generalσ2 = ∑ ( x – M ) 2/ n, donde n es el número de los 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 cuán lejos se extienden 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 informativo es pequeño, muestra que la cercanía de la información se centra en la media, aunque una estimación más prominente de la diferencia habla de que las percepciones están dispersas alrededor de la media de reducción de números y entre sí.

Si bien el cambio es valioso desde una perspectiva numérica, no le dará ningún dato que pueda utilizar. Por ejemplo, si toma un ejemplo de población de cargas, puede terminar con un cambio de 9801. Eso puede dejarte rascándote la cabeza con respecto a por qué lo estás imaginando 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 mencionará lo que la mayoría de las personas evalúan. Por ejemplo, si su media es de 150 kilogramos y su desviación estándar es de 99 kilogramos, entonces es obvio que la mayoría de las personas pesan entre 51 kilogramos y 249 kilogramos.

¿Qué es la desviación estándar?

La raíz cuadrada de la varianza es lo que llamamos aquí como desviación estándar y se determina clasificando la variedad entre cada guía de información relativa a la media. Cuando el foco principal está muy lejos de la media, hay una desviación más alta dentro de la fecha; Si están más cerca de la media, hay una desviación menor. Entonces, cuanto más se extienda la recopilación de números, mayor será la desviación estándar.

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

La desviación estándar es adicionalmente valiosa cuando se observa la propagación de dos índices informativos separados que tienen alrededor de una media similar. La recopilación informativa con la desviación estándar más pequeña tiene una menor difusión de estimaciones alrededor de la media y, por lo tanto, generalmente tiene cualidades igualmente menos altas o bajas.

Una cosa elegida sin rumbo 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 superior.

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

Diferencias principales entre varianza y desviación estándar

  1. La varianza es un valor matemático que representa la cambiabilidad de las percepciones de su media de malabarismo numérico. La desviación estándar es una proporción de la dispersión de percepciones dentro de una recopilación informativa comparativa con su media.
  2. La varianza se indica mediante cuadrados sigma ( σ2 ) y la desviación estándar está marcada con el símbolo sigma ( σ ).
  3. 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.
  4. La varianza es un puntero ideal de las personas repartidas en un grupo. La desviación estándar es el marcador ideal de las percepciones en una colección informativa.
  5. La varianza mide hasta qué punto las personas en una reunión se extienden en la disposición de la información de lo normal. Por otra parte, Standard Deviation mide cuántas percepciones de una colección informativa contrasta con su media.

Conclusión

Estos dos son términos fácticos esenciales, que están asumiendo una parte crucial en varias áreas. La desviación estándar se favorece sobre la media, ya que se comunica en unidades similares a las de las estimaciones, mientras que la diferencia se comunica en las unidades más grandes que el índice informativo 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 distribuidores y especuladores a decidir la inestabilidad de una empresa y, por lo tanto, les permiten decidir sobre las 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

Contenido

Deja un comentario