夏普比率-标准差-贝他系数

夏普比率-标准差-贝他系数
夏普比率-标准差-贝他系数

夏普比率-标准差-贝他系数

夏普比率

现代投资理论的研究表明,风险的大小在决定组合的表现上具有基础性的作用。风险调整后的收益率就是一个可以同时对收益与风险加以考虑的综合指标,以期能够排除风险因素对绩效评估的不利影响。夏普比率就是一个可以同时对收益与风险加以综合考虑的三大经典指标之一。投资中有一个常规的特点,即投资标的的预期报酬越高,投资人所能忍受的波动风险越高;反之,预期报酬越低,波动风险也越低。所以理性的投资人选择投资标的与投资组合的主要目的为:在固定所能承受的风险下,追求最大的报酬;或在固定的预期报酬下,追求最低的风险。

·夏普比率计算公式

·夏普比率在运用中应该注意的问题

夏普比率(Sharpe Ratio),又被称为夏普指数--- 基金绩效评价标准化指标

夏普比率概述1990年度诺贝尔经济学奖得主威廉·夏普(William Sharpe)以投资学最重要的理论基础CAPM

(Capital Asset Pricing Model,资本资产定价模式)为出发,发展出名闻遐迩的夏普比率(Sharpe Ratio)又被称为夏普指数,用以衡量金融资产的绩效表现。

威廉·夏普理论的核心思想理性的投资者将选择并持有有效的投资组合,即那些在给定的风险水平下使期望回报最大化的投资组合,或那些在给定期望回报率的水平上使风险最小化的投资组合。解释起来非常简单,他认为投资者在建立有风险的投资组合时,至少应该要求投资回报达到无风险投资的回报,或者更多。

夏普比率计算公式夏普比率计算公式:=[E(Rp)-Rf]/σp 其中E(Rp):投资组合预期报酬率

Rf:无风险利率

σp:投资组合的标准差

目的是计算投资组合每承受一单位总风险,会产生多少的超额报酬。比率依据资本市场线(Capital Market Line,CML)的观念而来,是市场上最常见的衡量比率。当投资组合内的资产皆为风险性资产时,适用夏普比率。夏普指数代表投资人每多承担一分风险,可以拿到几分报酬;若为正值,代表基金报酬率高过波动风险;若为负值,代表基金操作风险大过于报酬率。这样一来,每个投资组合都可以计算Sharpe

Ratio,即投资回报与多冒风险的比例,这个比例越高,投资组合越佳。

举例而言,假如国债的回报是3%,而您的投资组合预期回报是15%,您的投资组合的标准偏差是6%,那么用15%-3%,可以得出12%(代表您超出无风险投资的回报),再用12%÷6%=2,代表投资者风险每增长1%,换来的是2%的多余收益。

夏普理论告诉我们,投资时也要比较风险,尽可能用科学的方法以冒小风险来换大回报。所以说,投资者应该成熟起来,尽量避免一些不值得冒的风险。同时当您在投资时如缺乏投资经验与研究时间,可以让真正的专业人士(不是只会卖金融产品给你的SALES)来帮到您建立起适合自己的,可承受风险最小化的投资组合。这些投资组合可以通过Sharpe Ratio来衡量出风险和回报比例。

夏普比率在运用中应该注意的问题夏普比率在运用中

应该注意的问题夏普比率在计算上尽管非常简单,但在具体运用中仍需要对夏普比率的适用性加以注意:

1、用标准差对收益进行风险调整,其隐含的假设就是所考察的组合构成了投资者投资的全部。因此只有在考虑在众多的基金中选择购买某一只基金时,夏普比率才能够作为一项重要的依据;

2、使用标准差作为风险指标也被人们认为不很合适的。

3、夏普比率的有效性还依赖于可以以相同的无风险利率借贷的假设;

4、夏普比率没有基准点,因此其大小本身没有意义,只有在与其他组合的比较中才有价值;

5、夏普比率是线性的,但在有效前沿上,风险与收益之间的变换并不是线性的。因此,夏普指数在对标准差较大的基金的绩效衡量上存在偏误;

6、夏普比率未考虑组合之间的相关性,因此纯粹依据夏普值的大小构建组合存在很大问题;

7、夏普比率与其他很多指标一样,衡量的是基金的历史表现,因此并不能简单地依据基金的历史表现进行未来操作。

8、计算上,夏普指数同样存在一个稳定性问题:夏普指数的计算结果与时间跨度和收益计算的时间间隔的选取

有关。

尽管夏普比率存在上述诸多限制和问题,但它仍以其计算上的简便性和不需要过多的假设条件而在实践中获得了

广泛的运用。

基金较高的净值增长率可能是在承受较高风险的情况

下取得的,因此仅仅根据净值增长率来评价基金的业绩表现并不全面,衡量基金表现必须兼顾收益和风险两个方面,夏

普比率就是一个可以同时对收益与风险加以综合考虑的指标。夏普比率又被称为夏普指数,由诺贝尔奖获得者威廉·夏普于1966年最早提出,目前已成为国际上用以衡量基金绩效表现的最为常用的一个标准化指标。

夏普比率的计算及其含义夏普比率的计算非常简单,用基金净值增长率的平均值减无风险利率再除以基金净值增

长率的标准差就可以得到基金的夏普比率。它反映了单位风险基金净值增长率超过无风险收益率的程度。如果夏普比率为正值,说明在衡量期内基金的平均净值增长率超过了无风险利率,在以同期银行存款利率作为无风险利率的情况下,说明投资基金比银行存款要好。夏普比率越大,说明基金单位风险所获得的风险回报越高。夏普比率为负时,按大小排序没有意义。

以夏普比率的大小对基金表现加以排序的理论基础在于,假设投资者可以以无风险利率进行借贷,这样,通过确定适当的融资比例,高夏普比率的基金总是能够在同等风险的情况下获得比低夏普比率的基金高的投资收益。例如,假设有两个基金A和B,A基金的年平均净值增长率为20%,标准差为10%,B基金的年平均净值增长率为15%,标准差为5%,年平均无风险利率为5%,那么,基金A和基金B 的夏普比率分别为1.5和2,依据夏普比率基金B的风险调

整收益要好于基金A。为了更清楚地对此加以解释,可以以无风险利率的水平,融入等量的资金(融资比例为1:1),投资于B,那么,B的标准差将会扩大1倍,达到与A相同的水平,但这时B 的净值增长率则等于25%(即2#15%-5%)则要大于A基金。使用月夏普比率及年夏普比率的情况较为常见。

夏普比率的理论基础夏普比率的大小对基金表现加以排序的理论基础在于,假设投资者可以以无风险利率进行借贷,这样,通过确定适当的融资比例,高夏普比率的基金总是能够在同等风险的情况下获得比低夏普比率的基金高的投资收益。例如,假设有两个基金A和B,A基金的年平均净值增长率为20%,标准差为10%,B基金的年平均净值增长率为15%,标准差为5%,年平均无风险利率为5%,那么,基金A和基金B的夏普比率分别为1.5和2,依据夏普比率基金B的风险调整收益要好于基金A。为了更清楚地对此加以解释,可以以无风险利率的水平,融入等量的资金(融资比例为1:1),投资于B,那么,B的标准差将会扩大1倍,达到与A相同的水平,但这时B的净值增长率则等于25%(即2*15%-5%)则要大于A基金。使用月夏普比率及年夏普比率的情况较为常见。投资基金优秀与否不指与夏普比率有关

由投信投顾公会每月定期公布的基金绩效评量,即针对基金的类别,以不同期间的报酬率、标准差、夏普指标等来评等基金

标准差衡量报成率的波动性

和夏普直衡量投资人每承担一分的风险相对可获得的报酬和贝他值衡量风险度简单的说,“基金周转率”是指一段期间内,基金投资组合内持股买卖变更次数,换句话说,50%的周转率意味着基金投资组合内有一半的股票被买卖转换过。周转率的高或低并不能与绩效的好坏划上绝对关系,但周转率高的基金,成本以及风险相对高,因此选择上仍应留意。基金的周转率高有两项缺点,其一是导致交易成本过高,降低基金操作绩效。由于投资股票的交易成本包括证券交易税以及证券交易手续费,这两项费用都和股票进出买卖的次数成正比,因此周转率越高的基金,成本负担越大。由于这部份的成本都隐含在基金净值里面,绝大都多数的投资人都忽略。另一项缺点是短线进出,将提高投资风险。由于短线进出容易错估买卖时点,可能意味着基金经理人专业判断能力不足,经常喜欢追逐热门股,或是投资意志不坚,经常换股操作。此外,周转率高可能是投信为了提高自家券商业绩,因而经常下单买卖。

标准差-透露净值波动风险:

标准差为统计上的术语,用来衡量一段期间内基金净值波动的程度,当标准差越大,表示基金净值波动程度越大,风险越高。例如,两支报酬相同的基金,A基金为高科技基金,B基金以投资绩优股为主,由于高科技本身风险高,股价起伏波动程度大,因此A基金的净值起伏将相当剧烈;B基金由于以绩优股为主,因此B基金的净值涨跌相对较平缓,反映在标准差上,即是A基金的标准差大于B基金的标准差。

贝他系数—衡量市场风险:

贝他系数用来评估基金投资组合和市场指数相较的波动程度。假设该基金的贝他系数为0.7,当大盘指数上升5%,该基金的净值平均涨幅为3.5%,也就是说贝他系数小于一的基金,代表风险与报酬都小于市场指数。在实务上,若为积极型投资人,且认为市场多头格局确立,可以选择贝他系数高的基金,以加速资本增长的机会;若为稳健成长型投资人,则应选择贝他系数接近一的基金。若股市空头格局确立,则应选择贝他系数小于一的基金,由于股票基金通常有最低70%持股的限制,因此受到大盘影响程度大,投资人在空头时,就应该转换基金至债券或是平衡式基金。

夏普指数—:一分风险,一分报酬

为全球使用最广泛的共同基金绩效评比方式,夏普指数就是用来衡量承担每单位风险可获得的超额利润。所谓超额利润就是指基金过去一年平均月报酬率超过一个月定存利率部份。因此,夏普指数越高,代表每单位总风险可以获得的超额报酬越多。

标准差公式

标准差(Standard Deviation ) ,也称均方差(mean square error ),是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用S (σ)表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的,标准差未必相同。 标准差也被称为标准偏差,或者实验标准差,公式如下两式: ()1 n x x S n 1 i 2 i --= ∑= 或 1 n n x x S 2 n 1i i n 1 i 2i -??? ??- =∑∑ == 即: () 1 n x x 1 n n x x S n 1 i 2 i 2 n 1i i n 1 i 2i --= -??? ??- = ∑∑∑ === 如是总体,标准差公式根号内除以n 如是样本,标准差公式根号内除以(n-1) 因为我们大量接触的是样本,所以普遍使用根号内除以(n-1) 公式意义 所有数减去其平均值的平方和,所得结果除以该组数之个数(或个数减一),再把所得值开根号,所得之数就是这组数据的标准差。 标准差越高,表示实验数据越离散,也就是说越不精确;反之,标准

差越低,代表实验的数据越精确 简单来说,标准差是一组数据平均值分散程度的一种度量。一个较大的标准差,代表大部分数值和其平均值之间差异较大;一个较小的标准差,代表这些数值较接近平均值。 例如,两组数的集合{0, 5, 9, 14} 和{5, 6, 8, 9} 其平均值都是7 ,但第二个集合具有较小的标准差。 标准差可以当作不确定性的一种测量。例如在物理科学中,做重复性测量时,测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值,测量值的标准差占有决定性重要角色:如果测量平均值与预测值相差太远(同时与标准差数值做比较),则认为测量值与预测值互相矛盾。这很容易理解,因为如果测量值都落在一定数值范围之外,可以合理推论预测值是否正确。 标准差应用于投资上,可作为量度回报稳定性的指标。标准差数值越大,代表回报远离过去平均数值,回报较不稳定故风险越高。相反,标准差数值越细,代表回报较为稳定,风险亦较小。 例如,A、B两组各有6位学生参加同一次语文测验,A组的分数为95、85、75、65、55、45,B组的分数为73、72、71、69、68、67。这两组的平均数都是70,但A组的标准差为17.07分,B组的标准差为2.37分(此数据时在R统计软件中运行获得),说明A组学生之间的差距要比B组学生之间的差距大得多。

计算标准差和变化系数

计算“标准差”和“变化系数” “标准差”(以d代表)是各种可能值与“期望值”离差的平方根其计算公式是: 以上述方案A的有关数据代入这个公式进行计算,得 £">a? A = £3 000 -2 0O0)a x 0.25 + (2 000 - 2 000>z x 0,50 + <1 000 —2 000)a x 0.25 -500 tMX) & - ysoo 000 = 707 3 “标准差”主要是由各种可能值与“期望值”之间的差距所决定。它们之间的差距越大,说明有关数值分布的离散程度越大,这是意味着有关方案包含的风险越大;它们之间的差距越小,说明各种可能值的分布越紧凑(越靠近于期望值),实际发生数将会更接近于期望值, 这就意味着有关方案包含的风险越小。所以,一般地说,一个方案标准差的大小,可以看作 其所含风险大小的具体标志。 但“标准差”的数值同时又受各种可能值的数值大小的影响。为了克服“标准差”的这 一缺陷,可同时计算与它相联系的另一个指标,称为“变化系数”(以q代表),其计算公式是以“标准差”除以“期望值”所得商: 以上关于“标准差”和“变化系数”的计算,为便于说明计算原理,只涉及到一个期间。一 个投资方案的现金流动实际上会涉及到许多期间。在这种情况下,整个方案的“标准差”(以 D代表)应以其各个期间的“期望值”和“标准差”为基础作进一步的综合,其算式是: 同时还应把各个期间的“期望值”统一换算为现值,称为“预期的现值”(以EPV代表),其算式是: 而整个方案的“变化系数”(以Q代表),则按下式计算:

Q = — w EPV 例:设上述方案 A 各年的净现金流入量如表所示 表 S 1年 第2年 第3年 园 ? * 倾錢人JS U ) ?审 (7C ) It 率 3 000 0.25 0.20 2 500 D.30 2W0 0.50 3呱 0.60 2 000 0.40 1000 0.25 2 000 0.2D 15D0 0.3D 可据以确定该方案各年净现金流入量的“期望值” 。 £1=3 000x0*25+2 000X0,50 + 1 000X0.25 =:2 000 (无) = 4 000X0.20+ 3 0X0.60 + 2 000X0.20=3 000 (元)r E 3 = 2 500 X 0.30 + 2 000 X 0.40+ 1 500 X 0.30 = 2 000 (元) 以各年净现金流入量的“期望值”为基础,计算各年的“标准差” 。 由=/{3 OW-Z O6o )j x0?25 + <2 00[)-2 000)? XQ .$I (1 000 - 2 (MO)1 25 = 707.1 亦=灯 W0)2xb.2+ (3 00ft-3 000)2x0.6+ (2 000-3 000)^0.2 -632.5 右=/ (2 500 - 2 000)s xfl~3 (2 000 - 2 x 0.4 + (i 500 J 000)a x Q.3 = 387,3 设要求达到的最低收益率为 6 %,则整个方案的“标准差”可计算如下: 707 J 2 ( 623.5^^7^^-931 4 [十 6% )2 (1 + 6% )4 (1 + 6% 户 而其各年净现金流入量的“预期的现值”是: 在确定了 D 和EPV 以后,可据以其出其整个方案的“变化系数”是: EP_咼T 册厂朋?丸236 (元) 3 000

标准差σ的4种计算公式

标准差σ的4种计算公式: 简易标准差,Rbar/d2,Sbar/C4和Minitab中 标准差σ的4种计算公式: 简易标准差,Rbar/d2,Sbar/C4和Minitab中的Pooled standard deviation(合并标准差) 做数据分析,经常会碰到提到标准差σ这个概念,关于标准差σ的计算方式,目前,本人知道有4种标准差σ的计算方法,如下: 一,简易标准差σ的计算方式 上面是计算整体的标准差,如果是计算样本的标准差,这里的N, 应该为N-1. 一般情况下,都是计算样本的标准差。关于这个标准的详细运算公式和案例分析,可以参考附件,里面有比较详细的解释。 标准差的简易计算公式和案例分析.rar(28.19 KB, 下载次数: 1262) 二,XBAR-R管制图分析( X-R Control Chart)图中的Rbar/d2 算法 XBAR-R管制图分析( X-R Control Chart):由平均数管制图与全距管制图组成。 ●品质数据可以合理分组时,可以使用X管制图分析或管制制程平均;使用R管制图分析制程变异。 ●工业界最常使用的计量值管制图。

关于上面公式中用到的A2、A3、D2、D3、D4等常数请参考帖子下面的表格三,XBAR-s管制图分析( X-sControl Chart)中的Sbar/C4算法 XBAR-S 管制图分析( X-S Control Chart):由平均数管制图与标准差管制图组成。 ●与X-R管制图相同,惟s管制图检出力较R管制图大,但计算麻烦。 ●一般样本大小n小于等于8可以使用R管制图,n大于8则使用S管制图。 ●有电脑软件辅助时,使用S管制图当然较好。

方差与标准差测试题及答案

1.数据8,10,9,11,12的方差是 ( ) A .2 C. 10 D .50 2.如果一组数据1x , 2x ,… n x 的方差是2,那么另一组数据13x , 23x ,… 3n x 的方差是 ( )A. 2 B. 18 C. 12 D. 6 3.(2003?四川)某中学人数相等的甲、乙两班学生参加了同一次数学测验,班平均分和方差分别为甲=82分,乙=82分,S 甲2=245,S 乙2 =190,那么成绩较为整齐的是( ) A .甲班 B .乙班 C .两班一样整齐 D .无法确定 4.若一组数据a 1,a 2,…,a n 的方差是5,则一组新数据2a 1,2a 2,…,2a n 的方差是( ) A .5 B .10 C .20 D .50 5.小明与小华本学期都参加了5次数学考试(总分均为100分),数学老师想判断这两位同学的数学成绩谁更稳定,在作统计分析时,老师需比较这两人5次数学成绩的( ). A.平均数; B.方差; C.众数; D.中位数. 二、填空题 1.(2006?浙江)甲、乙两台机器分别罐装每瓶质量为500克的矿泉水.从甲、乙罐装的矿 泉水中分别随机抽取了30瓶,测算得它们实际质量的方差是:S 甲2=4.8,S 乙2=3.6.那么 _________ 罐装的矿泉水质量比较稳定. 2.(2002?宁夏)已知一个样本1,4,2,5,3,那么这个样本的标准差是 _________ . 3.已知一个样本1,2,3,x ,5,它的平均数是3,则这个样本的极差是 _________ ;方差是 ________ . 4.(2007?贵阳)如图所示是甲、乙两地某十天的日平均气温统计图,则甲、乙两地这10 天的日平均气温的方差大小关系为:S 甲2 _________ S 乙2(用>,=,<填空). 5. 如果一组数据 1x , 2x ,… n x 的平均数是x ,方差为2S ,那么 (1)新数据 1ax , 2ax ,… n ax 的平均数是 ,方差为 ; (2)新数据 1x b +, 2x b +,… n x b +的平均数是 ,方差为 ; (3)新数据 1ax b +, 2ax b +,… n ax b +的平均数是 ,方差为 .

标准差和标准偏差 (1)

标准差和标准偏差 1)首先给出计算公式 标准差:σ=(1) 标准偏差:s =(2)方差就是标准偏差的平方 这下大家就困惑了,这两个公式分别表示什么意义?他们分别在什么情况下用?这两个公式是怎么来的? 2)公式由来 标准差又叫均方差、标准方差,这个大家都不陌生,它是各数据偏离平均数的距离的平均数,是距离均差平方和平均后的方根,用σ表示。。说白了就是表示数据分本离散度的一个值。计算公式也很好理解,从一开始接触我们用的看的都是这个公式。 那么第二个公式,怎么来的呢?其实标准偏差从样本估计中来的。比如我们有一批数据,共10000个点,他们服从正太分布,很容易计算出它的均值和标准差。在这里我们叫做样本均值和样本标准差。表示如下: 样本均值:1 1n i i X X n ==∑ 样本方差:2211()n n i i s X X n ==-∑ 这两个公式就是大家常用的公式。那么现在我们认为,我们想用采集到的这10000个样本估计数据的真实分布,想要求出其均值μ和方差2σ。 对于均值μ,我们容易通过期望获得:

但是对于方差,我们知道 2 1 2 () n i i X X σ = - ∑ 是服从卡分分布2 1 n χ - 的(这一点请查阅卡分分布的 定义)。因此有下面的公式: 这个公式的第一个等号后面是利用期望的性质,试图构造卡分分布来求解。第二个等号后面是利用卡分分布的均值计算出来的。请自行查阅卡方分布的定义和性质。 这么一来,我们就能看出,X是μ的无偏估计,而2 n s则不是2σ的无偏估计。但是我们 可以通过对样本方差进行重新构造,从而是2 n s就是2σ的无偏估计。我们定义:这样我们重新来求解方差的期望: 这样一来,2s就是2σ的无偏估计,这也就是这个公式的由来。 3)这两个公式的应用。 在实际中,公式(2)用的更多。因为当样本容量比较小的时候,公式(1)会过小的估计实际标准差;如果样本容量较大,公式(1)和公式(2)很接近。这时候公式(1)叫做渐近无偏估计,当然还是比不上公式(2)的无偏估计喽。 看了上面这段话,你可能还不知道该用哪个。其实是这样的:如果我们想求一批数据的标准差,那么自然就用公式(1)。如果我们是利用现在的样本估计真实的分布,那么就用公式(2)。 4)在EXCEL中,方差是VAR(),标准偏差是STDEV(),函数里解释是基于样本,分母是除的N-1,其实就是公式(2)。还有个VARP()和STDEVP(),基于样本总体,分母是N,也就是说你关注的就是这批数据。 在Excel透视表中 标准偏差为=STDEVA()

标准差

标准差 次数分布中的数据不仅有集中趋势,而且还有离中趋势。所谓离中趋势指的是数据具有偏离中心位置的趋势,它反映了一组数据本身的离散程度和差异性程度。标准差能综合反映一组数据的离散程度或个别差异程度。 例如,甲、乙两班学生各50人,其语文平均成绩都是80分,但甲班最高成绩98分,最低42分,而乙班最高成绩86分,最低60分。初步看出,两班语文成绩是不一样的,甲班学生的语文成绩个别差异程度大、水平参差不齐;而乙班学生的语文成绩差异程度小,语文水平整齐度大些。怎样用标准差这个特征量数来刻画一组数据的差异程度呢?下面介绍标准差的概念及计算。 一、标准差概念与计算 1.标准差定义与计算公式 一组数据的标准差,指的是这组数据的离差平方和除以数据个数所得商的算术平方根。若用S 代表标准差,则标准差的计算公式为: 标准差的平方,称为方差,用S2表示方差。 计算标准差时,首先要计算数据的平均数,接着要计算各数据与平均数之间的离差 平方,即()2,最后由公式(2-5)计算标准差S。 例如,4名儿童的身高分别是110厘米,100厘米,120厘米和150厘米,若求4名儿童身高数据的标准差时,其基本步骤如下: ①求平均数:(厘米) ②求离差平方和: )2=(110―120)2+(100―120)2+(120―120)2+(150―120)2 =100+400+0+900=1400(平方厘米) ③求标准差S:S= (厘米)

这样,我们大体可认为,这4名儿童身高差异程度,从平均角度来看,约相差18.71厘米。 2.标准差的计算中心方法 计算标准差的方法有三种,一是按公式逐步分析计算,如上述所示;二是以列表计算的方式;三是利用计算器或计算机进行计算。下面再举一例说明采用列表方式计算标准差S。 [例7] 已知8 位同学在某图形辨认测验中的成绩数据(见表2-2),计算这组数据的标准差。 [分析解答] 采用列表计算方式,应用公式(2-5)确定数据的标准差,详见表2-2。 表2-2 计算标准差S的示例 - () (1) = (2) () = 标准差在实际中有广泛的用途,同时对深化研究数据也具有重要的作用。如不同班级考试成绩的平均数和标准差,不同年度或不同学科测验分数的平均数和标准差,以及其他体能测试或心理测验数据的平均数和标准差,就是一些具体的应用。后续各章内容的学习,将经常用到平均数、标准差和方差这些概念。 由于标准差计算公式结构适合于代数处理,因此,许多具有统计功能的计算器,都有计算方差和标准差的相应功能。学习者只要花少量时间学习与掌握有关计算器的使用,即可以轻松自如地处理大量数据,求取平均数和标准差。 在利用公式(2-5)手工求标准差时,如表2-2所示,由于平均数有小数,这使计算离差平方的数据更加复杂,小数点的位数加倍增加,同时四舍五入的计算误差以及出错的可能性都有所增加。为克服这个弊病,我们可从公式(2-5)出发,通过代数演算,推导出另一个与公式(2-5)等价的新公式,即公式(2-6)。这一新公式对计算标准差来讲,不用通过计 算平均数以及离差平方和,用原始数据直接计算标准差,因而在许多情况下,具有更简便、准确的特点。其计算公式:

标准差σ的4种计算公式

标准差σ的4种计算公式

标准差σ的4种计算公式: 简易标准差,Rbar/d2,Sbar/C4和Minitab中标准差σ的4种计算公式: 简易标准差,Rbar/d2,Sbar/C4和Minitab中的Pooled standard deviation(合并标准差) 做数据分析,经常会碰到提到标准差σ这个概念,关于标准差σ的计算方式,目前,本人知道有4种标准差σ的计算方法,如下: 一,简易标准差σ的计算方式 上面是计算整体的标准差,如果是计算样本的标准差,这里的N, 应该为N-1. 一般情况下,都是计算样本的标准差。关于这个

关于上面公式中用到的A2、A3、D2、D3、D4等常数请参考https://www.360docs.net/doc/751811683.html,/thread-476-1-1.html帖子下面的表格 三,XBAR-s管制图分析( X-sControl Chart)中的Sbar/C4算法 XBAR-S 管制图分析( X-S Control Chart):由平均数管制图与标准差管制图组成。

●与X-R管制图相同,惟s管制图检出力较R 管制图大,但计算麻烦。 ●一般样本大小n小于等于8可以使用R管制图,n大于8则使用S管制图。 ●有电脑软件辅助时,使用S管制图当然较好。 关于上面公式中用到的A2、A3、D2、D3、D4等常数请参考https://www.360docs.net/doc/751811683.html,/thread-476-1-1.html帖子下面的表格 四,Minitab中所使用的Pooled standard

deviation(合并标准差) Minitab中所使用的Pooled standard deviation,这个标准差的计算和一般的不一样,这个是Minitab默认的,相关的计算公式可以参考《Minitab: Pooled standard deviation》https://www.360docs.net/doc/751811683.html,/thread-288-1-1.html Minitab: Pooled standard deviation(合并标准差), Rbar, Sbar Pooled standard deviation(合并标准差) is a way to find a better estimate of the true standard deviation given several different samples taken in different circumstances where the mean may vary between samples but the true standard deviation (precision) is assumed to remain the same. It is calculated by where sp is the pooled standard deviation,

夏普比率-实用标准差-贝他系数

夏普比率-标准差-贝他系数 夏普比率 现代投资理论的研究表明,风险的大小在决定组合的表现上具有基础性的作用。风险调整后的收益率就是一个可以同时对收益与风险加以考虑的综合指标,以期能够排除风险因素对绩效评估的不利影响。夏普比率就是一个可以同时对收益与风险加以综合考虑的三大经典指标之一。投资中有一个常规的特点,即投资标的的预期报酬越高,投资人所能忍受的波动风险越高;反之,预期报酬越低,波动风险也越低。所以理性的投资人选择投资标的与投资组合的主要目的为:在固定所能承受的风险下,追求最大的报酬;或在固定的预期报酬下,追求最低的风险。 ·夏普比率计算公式 ·夏普比率在运用中应该注意的问题 夏普比率(Sharpe Ratio),又被称为夏普指数--- 基金绩效评价标准化指标 夏普比率概述1990年度诺贝尔经济学奖得主威廉·夏普(William Sharpe)以投资学最重要的理论基础CAPM

(Capital Asset Pricing Model,资本资产定价模式)为出发,发展出名闻遐迩的夏普比率(Sharpe Ratio)又被称为夏普指数,用以衡量金融资产的绩效表现。 威廉·夏普理论的核心思想理性的投资者将选择并持有有效的投资组合,即那些在给定的风险水平下使期望回报最大化的投资组合,或那些在给定期望回报率的水平上使风险最小化的投资组合。解释起来非常简单,他认为投资者在建立有风险的投资组合时,至少应该要求投资回报达到无风险投资的回报,或者更多。 夏普比率计算公式夏普比率计算公式:=[E(Rp)-Rf]/σp 其中E(Rp):投资组合预期报酬率 Rf:无风险利率 σp:投资组合的标准差 目的是计算投资组合每承受一单位总风险,会产生多少的超额报酬。比率依据资本市场线(Capital Market Line,CML)的观念而来,是市场上最常见的衡量比率。当投资组合的资产皆为风险性资产时,适用夏普比率。夏普指数代表投资人每多承担一分风险,可以拿到几分报酬;若为正值,代表基金报酬率高过波动风险;若为负值,代表基金操作风险大过于报酬率。这样一来,每个投资组合都可以计算Sharpe Ratio,

平均数、标准差与变异系数

第三章 平均数、标准差与变异系数 本章重点介绍平均数(mean )、标准差(standard deviation )与变异系数(variation coefficient )三个常用统计量,前者用于反映资料的集中性,即观测值以某一数值为中心而分布的性质;后两者用于反映资料的离散性,即观测值离中分散变异的性质。 第一节 平均数 平均数是统计学中最常用的统计量,用来表明资料中各观测值相对集中较多的中心位置。在畜牧业、水产业生产实践和科学研究中,平均数被广泛用来描述或比较各种技术措施的效果、畜禽某些数量性状的指标等等。平均数主要包括有算术平均数(arithmetic mean )、中位数(median )、众数(mode )、几何平均数(geometric mean )及调和平均数(harmonic mean ),现分别介绍如下。 一、算术平均数 算术平均数是指资料中各观测值的总和除以观测值个数所得的商,简称平均数或均数,记为x 。算术平均数可根据样本大小及分组情况而采用直接法或加权法计算。 (一)直接法 主要用于样本含量n ≤30以下、未经分组资料平均数的计算。 设某一资料包含n 个观测值:x 1、x 2、…、x n ,则样本平均数x 可通过下式计算: n x n x x x x n i i n ∑== +++=1 21Λ (3-1) 其中,Σ为总和符号; ∑=n i i x 1表示从第一个观测值x 1 累加到第n 个观测值x n 。当∑=n i i x 1 在意义上已明确时,可简写为Σx ,(3-1)式即可改写为: n x x ∑= 【例3.1】 某种公牛站测得10头成年公牛的体重分别为500、520、535、560、585、 600、480、510、505、490(kg ),求其平均体重。 由于Σx =500+520+535+560+585+600+480+510+505+490=5285,n =10 代入(3—1)式得: .5(kg)52810 5285∑=== n x x 即10头种公牛平均体重为528.5 kg 。 (二)加权法 对于样本含量n ≥30以上且已分组的资料,可以在次数分布表的基础上采用加权法计算平均数,计算公式为:

强度标准差计算公式

直接转的:看看对你有帮助没有。 Sfcu=[(∑ fcu?i2-n?mfcu2)/(n-1)]1/2 公式表述显示不明,用语言表述下,即公式中的2和1/2都应为上角表,分别表示平方和根号(开平方)。 语言表述如下:fcu.i的平方求和再减去n 乘以fcu平均值的平方,用他们的差再除以(n-1)这样得出的除数开方;也可以是fcu.i-fcu平均值差的平方求和得出的数再除以(n-1)这样得出的除数开方。当Sfcu<0.06fcu,k时,取Sfcu=0.06fcu,k 具体参数表述如下: fcu,k一混凝土立方体抗压强度标准值 fcu为设计强度标准值 mfcu为平均值 n为试块组数 Sfcu为n组试块的强度值标准差 fcu.i : 第i组试块的立方体抗压强度值

在线规范网https://www.360docs.net/doc/751811683.html, 协助网站:给排水On Line 5.4 混凝土强度换算及推定 5.4.1 混凝土强度换算值可采用以下三类测强曲线计算: 1 统一测强曲线:由全国有代表性的材料、成型养护工艺配制的混凝土试件,通过试验所建立的曲线。其允许的强度平均相对误差(δ)应为±15.0%,相对标准差(er)不应大于18.0%。 2 地区测强曲线:由本地区常用的材料、成型养护工艺配制的混凝土试件,通过试验所建立的曲线。其允许的强度平均相对误差(δ)应为±14.0%,相对标准差(er)不应大于17.0%。 3 专用测强曲线:由与结构或构件混凝土相同的材料、成型养护工艺配制的混凝土试件,通过试验所建立的曲线。其允许的强度平均相对误差(δ)应为±12.0%,相对标准差(er)不应大于14.0%。 4 平均相对误差(δ)和相对标准差(er)的计算应符合本规程附录F的规定。 5 各检测单位应按专用测强曲线、地区测强曲线、统一测强曲线的次序选用测强曲线。 5.4.2 地区和专用测强曲线应与制定该类测强曲线条件相同的混凝土相适应,不得超出该类测强曲线的适用范围。应经常抽取一定数量的同条件试件进行校核,当发现有显著差异时,应及时查找原因,并不得继续使用。 5.4.3 符合下列条件的混凝土应采用本规程附录G进行测区混凝土强度换算: 1 混凝土采用的材料、拌和用水符合国家现行的有关标准; 2 不掺引气型外加剂; 3 采用普通成型工艺; 4 采用符合现行的《铁路混凝土与砌体工程施工质量验收标准》(TB10424)规定的模板; 5 自然养护或蒸汽养护出池后经自然养护7d以上,且混凝土表层为干燥状态; 6 龄期为14~1000d; 7 抗压强度为10~60MPa。 5.4.4 当有下列情况之一时,测区混凝土强度值不得按本规程附录G换算,但可制定专用测强曲线或通过试验进行修正,专用测强曲线的制定方法宜符合本规程附录F的有关规定:

《方差和标准差》练习2有答案.docx

初中精品试卷 3.3 方差和标准差同步练习 (总分: 100 分时间 45 分钟 ) 一、选择题(每题 6 分,共 36 分) 1.如图是甲 .乙两位同学 5 次数学考试成绩的折线统计图,你认为成绩较稳定的是() A. 甲 B.乙 C.甲 .乙的成绩一样稳定 D.无法确定 分数 甲乙甲 乙 次数 2.某工厂为了选拔 1 名车工参加加工直径为10mm 的精密零件的技术比赛,随机 抽取甲 .乙两名车工加工的5 个零件,现测得的结果如下表,请你用计算器比较 S 2甲.S 2乙的大小() 甲10.0510.029.979.9610 乙1010.0110.029.9710 A.S2甲>S2乙 B.S2甲=S 2 乙C.S 2甲<S2 乙 D.S2甲≤S2 3.人数相等的甲 .乙两班学生参加了同一次数学测验,班级平均分和方差如下: x甲 =80, x乙 =80,s甲2 =240,s乙2=180,则成绩较为稳定的班级为() A.甲班 B.乙班 C.两班成绩一样稳定 D.无法确定 4.下列统计量中,能反映一名同学在7~ 9 年级学段的学习成绩稳定程度的是 () A. 平均数 B.中位数 C.众数 D.方差 5.某车间 6 月上旬生产零件的次品数如下(单位:个):0,2,0,2,3,0,2, 3,1,2,则在这 10 天中该车间生产零件的次品数的() A. 众数是 4 B.中位数是 1.5 C.平均数是 2 D.方差是 1.25 6.在甲 .乙两块试验田内,对生长的禾苗高度进行测量,分析数据得:甲试验田内 禾苗高度数据的方差比乙实验田的方差小,则()

A.甲试验田禾苗平均高度较高 B.甲试验田禾苗长得较整齐 C.乙试验田禾苗平均高度较高 D. 乙试验田禾苗长得较整齐 二、填空题(每题 6 分,共 36 分) 7.5 名同学目测同一本教科书的宽度时,产生的误差如下(单位:cm): 0, 2, -2,- 1,1,则这组数据的极差为 __________cm. 8.五个数1,2,4,5,a 的平均数是3,则a=,这五个数的方差为. 9.已知一组数据1,2,1,0,-1,-2,0,-1,则这组数据的平均数为, 中位数为,方差为. 10.某校高一新生参加军训,一学生进行五次实弹射击的成绩(单位:环)如下: 8,6,10,7,9,则这五次射击的平均成绩是____环,中位数 _____环,方差是 ______环2 . 11.今天 5 月甲 .乙两种股票连续 10 天开盘价格如下:(单位:元) 甲 5.23 5.28 5.35 5.3 5.28 5.2 5.08 5.31 5.44 5.46乙 6.3 6.5 6.7 6.52 6.66 6.8 6.9 6.83 6.58 6.55则在 10 天中,甲 .乙两种股票波动较大的是. 12.已知数据 a.b.c的方差是 1,则 4a,4b, 4c 的方差是. 三、解答题(共28 分) 13.(8 分)某学生在一学年的 6 次测验中语文 .数学成绩分别为(单位:分): 语文: 80,84,88, 76,79,85 数学: 80,75,90, 64,88,95 试估计该学生是数学成绩稳定还是语文成绩稳定? 14.(10 分)在某次体育活动中,统计甲.乙两班学生每分钟跳绳的成绩(单位: 次)情况如下表: 班级参加人数平均次数中位数方差 甲班55135149190 乙班55135151110

计算标准差和变化系数

计算“标准差”和“变化系数” “标准差”(以d代表)是各种可能值与“期望值”离差的平方根其计算公式是: 以上述方案A的有关数据代入这个公式进行计算,得 “标准差”主要是由各种可能值与“期望值”之间的差距所决定。它们之间的差距越大,说明有关数值分布的离散程度越大,这是意味着有关方案包含的风险越大;它们之间的差距越小,说明各种可能值的分布越紧凑(越靠近于期望值),实际发生数将会更接近于期望值,这就意味着有关方案包含的风险越小。所以,一般地说,一个方案标准差的大小,可以看作其所含风险大小的具体标志。 但“标准差”的数值同时又受各种可能值的数值大小的影响。为了克服“标准差”的这一缺陷,可同时计算与它相联系的另一个指标,称为“变化系数”(以q代表),其计算公式是以“标准差”除以“期望值”所得商: 以上关于“标准差”和“变化系数”的计算,为便于说明计算原理,只涉及到一个期间。一个投资方案的现金流动实际上会涉及到许多期间。在这种情况下,整个方案的“标准差”(以D代表)应以其各个期间的“期望值”和“标准差”为基础作进一步的综合,其算式是: 同时还应把各个期间的“期望值”统一换算为现值,称为“预期的现值”(以EPV代表),其算式是: 而整个方案的“变化系数”(以Q代表),则按下式计算:

例:设上述方案A各年的净现金流入量如表所示 表 可据以确定该方案各年净现金流入量的“期望值”。 以各年净现金流入量的“期望值”为基础,计算各年的“标准差”。 设要求达到的最低收益率为6%,则整个方案的“标准差”可计算如下: 而其各年净现金流入量的“预期的现值”是: 在确定了D和EPV以后,可据以其出其整个方案的“变化系数”是:

计算全距平均差方差和标准差

计算全距、平均差、方差和标准差 一、全距 R(range) 全距是一组数据中的最大值(maximum)与该组数据中最小值(minimum)之差,又称极差。 R=Xmax-Xmin 一般用于研究的预备阶段,用它检查数据的分布范围,以便确定如何进行统计分析 原始数据计算公式 三、四分位差(Quartile) 四分位差是第一个四分位数与第三个四分位数之差计算公式为 Q=Q 3-Q 1 四、方差与标准差 方差:又称为变异数、均方,是每个数据与该组数据平均数之差乘方后的均值,是表示一组数据离散程度的统计指标。 样本的方差用表示,总体的方差用表示。 标准差是方差的算术平方根。一般样本的标准差用 S 表示,总体的标准差用表示。 标准差和方差是描述数据离散程度的最常用的差异量。 分组数据方差与标准差的计算公式 方差与标准差的性质 ?方差是对一组数据中各种变异的总和的测量,具有可加性和可分解性特点。 ?标准差是一组数据方差的算术平方根,它不可以进行代数计算,但有以下特性: 总体方差、标准差或者方差、标准才差的合成 ?方差具有可加性的特点。当已知几个小组数据的方差或标准差时,可

以计算几个小组联合在一起的总的方差或标准差。 ?需要注意的是,只有在应用同一种观测手段,测量的是同一种特质,只是样本不同的数据时,才能计算合成方差或标准差。 方差和标准差的优点: 方差与标准差是表示一组数据离散程度的最好指标,其值越大,离散程度越大。 应用方差和标准差表示一组数据的离散程度,须注意必须是同一类数据(即同一种测量工具的测量结果),而且被比较样本的水平比较接近。 优点: ?反应灵敏。每个数据发生变化,方差与标准差也随之变化 ?有一定计算公式的严密确定 ?容易计算 ?受抽样变动的影响小 ?简单明了 ?方差具有可加性(区分变异源,组间/组内) 五、差异系数(coefficient of variation) 差异系数指标准差与其算术平均数的百分比,它是没有单位的相对数。用CV表示。 何种情况下运用差异系数: ?两个或两个以上样本所测特质不同,即所使用的观测工具不同,如何比较两者的离散程度? ?即使使用同一种观测量具,但样本水平相差较大,如何比较其离散程度? 差异系数的作用 ?比较不同单位资料的差异程度 ?比较单位相同而平均数相差较大的两组资料的差异程度 ?可判断特殊差异情况

平均数、标准差与变异系数

22 第三章 平均数、标准差与变异系数 本章重点介绍平均数(mean )、标准差(standard deviation )与变异系数(variation coefficient )三个常用统计量,前者用于反映资料的集中性,即观测值以某一数值为中心而分布的性质;后两者用于反映资料的离散性,即观测值离中分散变异的性质。 第一节 平均数 平均数是统计学中最常用的统计量,用来表明资料中各观测值相对集中较多的中心位置。在畜牧业、水产业生产实践和科学研究中,平均数被广泛用来描述或比较各种技术措施的效果、畜禽某些数量性状的指标等等。平均数主要包括有算术平均数(arithmetic mean )、中位数(median )、众数(mode )、几何平均数(geometric mean )及调和平均数(harmonic mean ),现分别介绍如下。 一、算术平均数 算术平均数是指资料中各观测值的总和除以观测值个数所得的商,简称平均数或均数,记为x 。算术平均数可根据样本大小及分组情况而采用直接法或加权法计算。 (一)直接法 主要用于样本含量n ≤30以下、未经分组资料平均数的计算。 设某一资料包含n 个观测值:x 1、x 2、…、x n ,则样本平均数x 可通过下式计算: n x n x x x x n i i n ∑== +++=1 21 (3-1) 其中,Σ为总和符号; ∑=n i i x 1表示从第一个观测值x 1 累加到第n 个观测值x n 。当∑=n i i x 1 在意义上已明确时,可简写为Σx ,(3-1)式即可改写为: n x x ∑= 【例3.1】 某种公牛站测得10头成年公牛的体重分别为500、520、535、560、585、 600、480、510、505、490(kg ),求其平均体重。 由于Σx =500+520+535+560+585+600+480+510+505+490=5285,n =10 代入(3—1)式得: .5(kg)52810 5285∑=== n x x 即10头种公牛平均体重为528.5 kg 。 (二)加权法 对于样本含量n ≥30以上且已分组的资料,可以在次数分布表的基础上采用加权法计算平均数,计算公式为:

spss一些用法-变异系数-相关性检验

变异系数又称“标准差率”,是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时,如果度量单位与平均数相同,可以直接利用标准差来比较。如果单位和(或)平均数不同时,比较其变异程度就不能采用标准差,而需采用标准差与平均数的比值(相对值)来比较。 标准差与平均数的比值称为变异系数,记为C.V。变异系数可以消除单位和(或)平均数不同对两个或多个资料变异程度比较的影响。 标准变异系数是一组数据的变异指标与其平均指标之比,它是一个相对变异指标。 变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数,用CV(Coefficient of Variance)表示。 CV(Coefficient of Variance):标准差与均值的比率。 用公式表示为:CV=σ/μ 作用:反映单位均值上的离散程度,常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等,则比较标准差系数与比较标准差是等价的。 变异系数又称离散系数。 cpa中也叫“变化系数”

Analyze-Descriptive,计算出标准差和均值,然后用标准差除以均值就算出变异系数了 如何用SPSS软件计算两个变量之间的相关系数? 怎么判定相关是不是显著相关呢? analyze-correlate-bivariate-选择变量 OK 输出的是相关系数矩阵 相关系数下面的Sig.是显著性检验结果的P值,越接近0越显著。另外,表格下会显示显著性检验的判断结果,你看看表格下的解释就知道,比如“**. Correlation is significant at the 0.01 level (2-tailed).” 就是说,如果相关系数后有"**"符号,代表在0.01显著性水平下显著相关 粗略判断的方法是,相关系数0.8以上,可以认为显著相关了 在这个图表中,你说的R值就是皮尔逊相关系数~(pearson correlation) r>0 代表两变量正相关,r<0代表两变量负相关。

方差 — 标准差

方差(Variance) [编辑] 什么是方差 方差和标准差是测度数据变异程度的最重要、最常用的指标。 方差是各个数据与其算术平均数的离差平方和的平均数,通常以σ2表示。方差的计量单位和量纲不便于从经济意义上进行解释,所以实际统计工作中多用方差的算术平方根——标准差来测度统计数据的差异程度。 标准差又称均方差,一般用σ表示。方差和标准差的计算也分为简单平均法和加权平均法,另外,对于总体数据和样本数据,公式略有不同。 [编辑] 方差的计算公式 设总体方差为σ2,对于未经分组整理的原始数据,方差的计算公式为: 对于分组数据,方差的计算公式为: 方差的平方根即为标准差,其相应的计算公式为: 未分组数据: 分组数据: [编辑]

样本方差和标准差 样本方差与总体方差在计算上的区别是:总体方差是用数据个数或总频数去除离差平方和,而样本方差则是用样本数据个数或总频数减1去除离差平方和,其中样本数据个数减1即n-1 称为自由度。设样本方差为,根据未分组数据和分组数据计算样本方差的公式分别为: 未分组数据: 分组数据: 未分组数据: 分组数据: 例:考察一台机器的生产能力,利用抽样程序来检验生产出来的产品质量,假设搜集的数据如下: 根据该行业通用法则:如果一个样本中的14个数据项的方差大于0.005,则该机器必须关闭待修。问此时的机器是否必须关闭? 解:根据已知数据,计算

因此,该机器工作正常。 方差和标准差也是根据全部数据计算的,它反映了每个数据与其均值相比平均相差的数值,因此它能准确地反映出数据的离散程度。方差和标准差是实际中应用最广泛的离散程度测度值。 ?函数VAR假设其参数是样本总体中的一个样本。如果数据为整个样本总体,则应使用函数VARP来计算方差。 ?参数可以是数字或者是包含数字的名称、数组或引用。 ?逻辑值和直接键入到参数列表中代表数字的文本被计算在内。 ?如果参数是一个数组或引用,则只计算其中的数字。数组或引用中的空白单元格、逻辑值、文本或错误值将被忽略。 ?如果参数为错误值或为不能转换为数字的文本,将会导致错误。 ?如果要使计算包含引用中的逻辑值和代表数字的文本,请使用VARA 函数。 ?函数VAR 的计算公式如下: 其中x 为样本平均值AVERAGE(number1,number2,…),n 为样本大小。 示例 假设有10 件工具在制造过程中是由同一台机器制造出来的,并取样为随机样本进行抗断强度检验。 如果将示例复制到一个空白工作表中,可能会更容易理解该示例。 STDEV(number1,number2,...) Number1,number2,...为对应于总体样本的 1 到255 个参数。也可以不使用这种用逗号分隔参数的形式,而用单个数组或对数组的引用。 注解 ?函数STDEV 假设其参数是总体中的样本。如果数据代表全部样本总体,则应该使用函数STDEVP来计算标准偏差。 ?此处标准偏差的计算使用“n-1”方法。

标准差的有关介绍及标准差计算公式标准差标准差

标准差的有关介绍及标准差计算公式标准差标准差标准差的有关介绍及标准差计算公式标准差标准差(Standard Deviation) 也称均方差(mean square error) 各数据偏离平均数的距离(离均差)的平均数,它是离均差平方和平均后的方根。用& sigma;表示。因此标准差是方差的算术平方根。 例如:如果有n个数据X1 ,X2 ,X3……Xn ,数据的平均数为X,标准差c : 标准差能反映一个数据集的离散程度。平均数相同的,标准差未必相同。 例如,A、B两组各有6位学生参加同一次语文测验,A组的分数为95、85、75、65、55、45,B 72、71、69、68、67。这两组的平均数都是70,但A组的标准差为18.71分, B组组的分数为73、 的标准差为2.37分(此数据时在R统计软件中运行获得),说明A组学生之间的差距要比B组学生之间的差距大得多。 标准差也被称为标准偏差,或者实验标准差。 关于这个函数在EXCEL中的STDEV函数有详细描述,EXCEL中文版里面就是用的“标准偏差”字样。但我国的中文教材等通常还是使用的是“标准差”。 在EXCEL中STDEV函数就是下面评论所说的另外一种标准差,也就是总体标准差。在繁体中文的一些地方可能叫做“母体标准差” 在R统计软件中标准差的程序为:sum((x-mean(x)F2)/(length(x)-1) 因为有两个定义,用在不同的场合: 如是总体,标准差公式根号内除以n, 如是样本,标准差公式根号内除以(n-1),

因为我们大量接触的是样本,所以普遍使用根号内除以(n-1), 外汇术语: 标准差指统计上用于衡量一组数值中某一数值与其平均值差异程度的指标。标准差被用来评估价格可能的变化或波动程度。标准差越大,价格波动的范围就越广,股票等金融工具表现的波动就越大。 阐述及应用 简单来说,标准差是一组数值自平均值分散开来的程度的一种测量观念。一个较大的标准差,代表大部分的数值和其平均值之间差异较大; 一个较小的标准差,代表这些数值较接近平均值。 例如,两组数的集合{0, 5, 9, 14} 和{5, 6, 8, 9} 其平均值都是7 ,但 第二个集合具有较小的标准差。 标准差可以当作不确定性的一种测量。例如在物理科学中,做重复性测量时,测量数值集合的标准差代表这些测量的精确度。当要决定测量值是否符合预测值,测量值的标准差占有决定性重要角色: 如果测量平均值与预测值相差太远(同时与标准差数值做比较),则认为测量值与预测值互相矛盾。这很容易理解,因为如果测量值都落在一定数值范围之外,可以合理推论预测值是否正确。 标准差应用于投资上,可作为量度回报稳定性的指标。标准差数值越大,代表回报远离过去平均数值,回报较不稳定故风险越高。相反,标准差数值越细,代表回报较为稳定,风险亦较小。 样本标准差 在真实世界中,除非在某些特殊情况下,不然找到一个总体的真实的标准差是不现实的。大多数情况下,总体标准差是通过随机抽取一定量的样本并计算样本标准差估计的。 标准差的简易计算公式

相关文档
最新文档