Příklady směrodatných odchylek
Následující příklad standardní odchylky poskytuje přehled nejběžnějších scénářů odchylek. Směrodatná odchylka je druhá odmocnina rozptylu, vypočtená stanovením odchylky mezi datovými body vzhledem k jejich průměru. Níže je vzorec směrodatné odchylky


Kde,
- x i = hodnota i- tého bodu v datové sadě
- x = Střední hodnota souboru dat
- n = počet datových bodů v datové sadě
Pomáhá statistikům, vědcům, finančním analytikům atd. Měřit trendy volatility a výkonu souboru dat. Pojďme pochopit koncept směrodatné odchylky na několika příkladech:
Poznámka:
Pamatujte, že neexistují žádné dobré ani špatné standardní odchylky; Je to jen způsob, jak reprezentovat data. Obecně se ale pro lepší interpretaci provádí srovnání SD s podobným souborem dat.
Příklad č. 1
Ve finančním sektoru je standardní odchylka měřítkem „rizika“, které se používá k výpočtu volatility mezi trhy, finančními cennými papíry, komoditami atd. Nižší standardní odchylka znamená nižší riziko a naopak. Riziko také vysoce koreluje s výnosy, tj. S nízkým rizikem přicházejí nižší výnosy.
Řekněme například, že finanční analytik analyzuje výnosy akcií Google a chce měřit rizika z výnosů, pokud se investuje do konkrétní akcie. Shromažďuje údaje o historických výnosech google za posledních pět let, které jsou následující:
Rok | 2018 | 2017 | 2016 | 2015 | 2014 |
Výnosy (%) (x i ) | 27,70% | 36,10% | 10,50% | 6,80% | -4,60% |
Výpočet:

Standardní odchylka (nebo riziko) akcií společnosti Google je tedy 16,41% pro roční průměrné výnosy 16,5%.
Výklad
# 1 - Srovnávací analýza:
Řekněme, že Doodle Inc má podobné roční průměrné výnosy 16,5% a SD (σ) 8,5%. tj. s Doodle můžete vydělat podobné roční výnosy jako u Google, ale s menšími riziky nebo volatilitou.
Znovu řekněme, že Doodle Inc má průměrné roční výnosy 18% a SD (σ) 25%, můžeme určitě říci, že Google je lepší investice ve srovnání s Doddle, protože standardní odchylka Doodle je velmi vysoká ve srovnání s výnosy, které poskytuje zatímco Google poskytuje spíše nižší výnosy než Doodle, ale s velmi nízkým vystavením rizikům.
Poznámka:Investoři jsou proti riziku. Chtěli dostat kompenzaci za to, že podstoupili vyšší riziko.
# 2 - Empirické pravidlo:
Uvádí, že u normálního rozdělení téměř všechny (99,7%) dat spadají do tří standardních odchylek průměru, 95% dat spadá do 2 SD a 68% spadá do 1 SD.
Jinými slovy, můžeme říci, že 68% návratnost Google spadá do + 1násobku SD průměru nebo (x + 1 σ) = (16,5 + 1 * 16,41) = (0,09 až 32,91%). tj. 68% návratnost investora Google může klesnout až na 0,09% a může vzrůst až na 32,91%.
Příklad č. 2
John a jeho přítel Paul se hádají o výškách svých psů, aby je mohli správně kategorizovat podle pravidel výstavy psů, kde budou různí psi soutěžit s různými výškami na základě kategorií. John a Paul se rozhodli analyzovat variabilitu výšek svých psů pomocí konceptu směrodatné odchylky.
Mají 5 psů se všemi typy výšek, takže zaznamenali své výšky, jak je uvedeno níže:
Výšky psů jsou 300 mm, 430 mm, 170 mm, 470 mm a 600 mm.

Výpočet:

Krok 1: Vypočítejte průměr:
Průměr (x) = 300 + 430 + 170 + 470 + 600/5 = 394
Červená čára v grafu ukazuje průměrnou výšku psů.
Krok 2: Výpočet rozptylu:
Odchylka (σ 2) = 8836 + 1296 + 50176 + 5776 + 42436/5 = 21704
Krok 3: Výpočet směrodatné odchylky:
Směrodatná odchylka (σ) = √ 21704 = 147
Nyní pomocí empirické metody můžeme analyzovat, které výšky jsou v rámci jedné standardní odchylky průměru:
Empirické pravidlo říká, že 68% výšek spadá do + 1násobku SD průměru nebo (x + 1 σ) = (394 + 1 * 147) = (247, 541). Tj. 68% výšek kolísá mezi 247 a 541.
Poznámka:
Teorie empirické metody platí pouze pro />

- Pomocí empirického konceptu zjistí, že 95% známek studentů kolísá mezi (x + 2 σ) e.15,5% a 100%. Tj. Málo studentů selhává v předmětu, pokud je známka úspěšnosti 30%.
- Při důkladné analýze známek zjistil velmi nízko bodujícího studenta, hod. Č. 6, který zaznamenal pouze 10%.
- Role č. 6 je ve skutečnosti odlehlá hodnota, která narušuje analýzu umělým nafouknutím standardní odchylky a snížením celkové střední hodnoty.
- Učitel se rozhodne odstranit roli č. 6 znovu analyzovat výkon třídy a našel následující výsledek:

Výpočet:

- Opět s využitím empirického konceptu shledává, že 95% známek studentů kolísá mezi 36,50% a 80%. tj. ani jeden student v předmětu neuspěje.
- Učitel však musí vynaložit další úsilí na zdokonalení role „odlehlé hodnoty“ č. 6 protože ve skutečném životě nemůže být student odstraněn tam, kde učitel najde naději na zlepšení.
Závěr
Ve statistikách informuje, jak pevně jsou různé datové body seskupeny kolem průměru v normálně distribuované sadě dat. Pokud jsou datové body blízko průměru, jsou standardní odchylky malá čísla a křivka zvonu bude strmě tvarovaná a svěráková.
Populárnější statistické míry, jako je průměr (průměr) nebo medián, mohou uživatele uvést v omyl kvůli přítomnosti extrémních datových bodů, ale standardní odchylka uživatele poučí o tom, jak daleko leží datový bod od průměru. Rovněž je užitečné při srovnávací analýze dvou různých souborů dat, pokud jsou průměry u obou souborů dat stejné.
Proto představují ucelený obraz, kde základní průměr může být zavádějící.
Doporučené články
Toto byl průvodce Příklady standardní odchylky. Zde diskutujeme jeho příklady spolu s vysvětlením krok za krokem. Více o účetnictví se dozvíte z následujících článků -
- Vzorec standardní směrodatné odchylky
- Vzorec relativní směrodatné odchylky
- Standardní odchylka Excel Graph
- Standardní odchylka portfolia