Koeficijent varijacije je poređenje disperzije dvije nasumično uzete vrijednosti. Vrijednosti imaju jedinice, što rezultira uporedivim rezultatom. Ovaj koeficijent je potreban za pripremu statističke analize.

Omogućava investitorima da izračunati indikatore rizika prije davanja doprinosa odabranoj imovini. Korisno je kada odabrana sredstva imaju različite prinose i rizike. Na primjer, jedno sredstvo može imati visok prihod i stepen rizika je također visok, dok drugo, naprotiv, ima nizak prihod i shodno tome je stepen rizika manji.

Proračun standardne devijacije

Standardna devijacija je statistika. Izračunavanjem ove vrijednosti korisnik će dobiti informaciju o tome koliko podaci odstupaju u jednom ili drugom smjeru u odnosu na prosječnu vrijednost. Standardna devijacija u Excelu se izračunava u nekoliko koraka.

Pripremite podatke: otvorite stranicu na kojoj će se vršiti proračuni. U našem slučaju, ovo je slika, ali može biti bilo koja druga datoteka. Glavna stvar je prikupiti informacije koje ćete koristiti u tabeli za izračun.

Unesite podatke u bilo koji uređivač proračunskih tablica (u našem slučaju Excel), popunjavajući ćelije s lijeva na desno. Trebalo bi da počne iz kolone "A". Naslovi se upisuju u red na vrhu, a nazivi u istim kolonama koji se odnose na naslove, samo ispod. Zatim datum i podaci koje treba izračunati desno od datuma.

Sačuvajte ovaj dokument.

Sada pređimo na sam proračun. Označite ćeliju kursorom nakon posljednje unesene vrijednosti odozdo.

Unesite znak "=", a zatim napišite formulu. Znak jednakosti je obavezan. U suprotnom, program neće uzeti u obzir predložene podatke. Formula se unosi bez razmaka.

Uslužni program će prikazati imena nekoliko formula. Odaberite " STDEV". Ovo je formula za izračunavanje standardne devijacije. Postoje dvije vrste obračuna:

• sa obračunom po uzorku;
• sa obračunom opšte populacije.

Odabirom jednog od njih odredite raspon podataka. Cijela unesena formula će izgledati ovako: "= STDEV (B2: B5)".

Zatim kliknite na dugme " Enter". Primljeni podaci će se pojaviti u označenoj stavci.

Izračunavanje aritmetičke sredine

Izračunava se kada korisnik treba da generiše izveštaj, na primer, o platnom spisku u svojoj kompaniji. To se radi na sljedeći način:

• samo odaberite raspon i kliknite na dugme "Enter". I ćelija će sada prikazati rezultat iz podataka uzetih iznad.

Proračun koeficijenta varijacije

Formula za izračunavanje koeficijenta varijacije:

V= S/X, gdje je S standardna devijacija, a X je prosječna vrijednost.

Da biste izračunali koeficijent varijacije u Excel-u, potrebno je pronaći standardnu ​​devijaciju i aritmetičku sredinu. Odnosno, nakon što izvršite prva dva proračuna koja su prikazana iznad, možete nastaviti s radom na koeficijentu varijacije.

Da biste to uradili, otvorite Excel, popunite dva polja u koja treba da unesete primljene brojeve standardne devijacije i prosečne vrednosti.

Sada odaberite ćeliju koja je dodijeljena broju da biste izračunali varijaciju. Otvori karticu " Dom' ako nije otvoreno. Kliknite na alat Broj". Odaberite procentualni format.

Idite na označenu ćeliju i dvaput kliknite na nju. Zatim unesite znak jednakosti i označite stavku u koju se unosi ukupna standardna devijacija. Zatim kliknite na tastaturi na dugme "kosa crta" ili "split" (izgleda ovako: "/"). Označite stavku, gdje se upisuje aritmetička sredina i kliknemo na dugme "Enter". Trebalo bi ispasti ovako:

A evo i rezultata nakon pritiska na "Enter":

Također, za izračunavanje koeficijenta varijacije možete koristiti online kalkulatori, kao što su planetcalc.ru i allcalc.ru . Dovoljno je uneti potrebne brojeve i započeti proračun, a zatim dobiti potrebne informacije.

standardna devijacija

Standardna devijacija u Excelu se rješava pomoću dvije formule:

Jednostavno rečeno, uzima se korijen varijanse. Kako izračunati varijansu je objašnjeno u nastavku.

Standardna devijacija je sinonim za standardnu ​​devijaciju, a izračunava se i tačna. Istaknuta je ćelija za rezultat ispod brojeva koje treba izračunati. Umetnuta je jedna od funkcija prikazanih na gornjoj slici. Dugme " Enter". Rezultat je primljen.

Koeficijent oscilacije

Omjer raspona varijacije i srednje vrijednosti naziva se koeficijent oscilacije. U Excelu nema gotovih formula, dakle treba komponovati nekoliko funkcija u jednoj.

Funkcije koje treba sastaviti su formule srednje vrijednosti, maksimuma i minimuma. Ovaj faktor se koristi za upoređivanje skupa podataka.

Disperzija

Disperzija je funkcija koja karakteriziraju širenje podataka okolo matematičko očekivanje. Izračunato prema sljedećoj jednadžbi:

Varijable uzimaju sljedeće vrijednosti:

U Excelu postoje dvije funkcije koje određuju varijansu:

Za proračun, ćelija je istaknuta ispod brojeva za izračunavanje. Idite na karticu funkcije umetanja. Odaberite kategoriju " Statistički". Na padajućoj listi odaberite jednu od funkcija i kliknite na dugme "Enter".

Maksimum i minimum

Maksimum i minimum su potrebni kako se ne bi ručno pretraživali veliki broj minimalni ili maksimalni broj brojeva.

Za izračunavanje maksimuma odaberite cijeli raspon potrebne brojeve u tabeli i posebnu ćeliju, a zatim kliknite na ikonu "Σ" ili " AutoSum". U padajućem prozoru izaberite "Maksimalno" i pritiskom na dugme "Enter" dobijate željenu vrednost.

Uradite isto da dobijete minimum. Samo odaberite funkciju "Minimum".

Funkcija STDEV.B vraća vrijednost standardne devijacije izračunate za specificirani raspon numeričkih vrijednosti.

STDEVG funkcija se koristi za određivanje standardne devijacije populacije numeričkih vrijednosti i vraća standardnu ​​devijaciju, s obzirom da su proslijeđene vrijednosti cijela populacija, a ne uzorak.

STDEV funkcija vraća standardnu ​​devijaciju za neki raspon brojeva koji su uzorak, a ne cijela populacija.

STDLONGPA vraća standardnu ​​devijaciju za cijelu populaciju proslijeđenu kao svoje argumente.

Primjeri korištenja STDEV.V, STDEV.G, STDEV i STDEVPA

Primjer 1. Kompanija ima dva menadžera za akviziciju kupaca. Podaci o broju klijenata koje svaki menadžer opslužuje dnevno se evidentiraju u Excel tabeli. Odredite koji od dvoje zaposlenih radi efikasnije.

Tabela početnih podataka:

Prvo, izračunajmo prosječan broj klijenata sa kojima su menadžeri dnevno radili:

PROSJEČAN (B2:B11)

Ova funkcija izračunava aritmetičku sredinu za raspon B2:B11 koji sadrži broj klijenata koje prvi menadžer prima dnevno. Slično, izračunavamo prosječan broj klijenata dnevno za drugog menadžera. Dobijamo:

Na osnovu dobijenih vrednosti, čini se da oba menadžera rade približno podjednako efikasno. Međutim, vizualno je vidljivo snažno raspršivanje vrijednosti broja klijenata za prvog menadžera. Izračunajmo standardnu ​​devijaciju koristeći formulu:

STDV B(B2:B11)

B2:B11 - raspon proučavanih vrijednosti. Slično, određujemo standardnu ​​devijaciju za drugog menadžera i dobijamo sljedeće rezultate:

Kao što vidite, pokazatelje učinka prvog menadžera karakteriše velika varijabilnost (raspršenost) vrijednosti, a samim tim i prosjek aritmetička vrijednost apsolutno ne odražava pravu sliku performansi. Odstupanje 1.2 ukazuje na stabilniji, a samim tim i efikasniji rad drugog rukovodioca.



Primjer korištenja STDEV funkcije u Excelu

Primjer 2. U dvije različite grupe studenata održan je ispit iz iste discipline. Procijenite učinak učenika.

Tabela početnih podataka:

Odredimo standardnu ​​devijaciju vrijednosti za prvu grupu koristeći formulu:

STDEV(A2:A11)

Napravimo sličan proračun za drugu grupu. Kao rezultat, dobijamo:

Dobijene vrijednosti ukazuju na to da su studenti druge grupe bili mnogo bolje pripremljeni za ispit, jer je raspon vrijednosti ocjenjivanja relativno mali. Imajte na umu da STDEV funkcija pretvara tekstualnu vrijednost "pass" u numeričku vrijednost 0 (nula) i uzima je u obzir u proračunima.

Primjer STDEV.G funkcije u Excelu

Primjer 3. Utvrditi efikasnost pripreme studenata za ispit za sve grupe univerziteta.

Napomena: za razliku od prethodnog primjera, neće se analizirati uzorak (nekoliko grupa), već cijeli broj učenika – opća populacija. Studenti koji nisu položili ispit se ne računaju.

Popunite tabelu sa podacima:

Da bismo procijenili efektivnost, operisaćemo sa dva indikatora: prosečnom ocenom i širenjem vrednosti. Za određivanje aritmetičke sredine koristimo funkciju:

PROSJEČAN (B2:B21)

Da bismo odredili odstupanje, uvodimo formulu:

STDV H(B2:B21)

Kao rezultat, dobijamo:

Dobijeni podaci ukazuju na učinak nešto ispod prosjeka (<4), величина разброса характеризует довольно большое количество студентов, получивших 5 и 3 соответственно (учитывая, что анализировались только данные из диапазона от 3 до 5).

Primjer STDEVPA funkcije u Excelu

Primjer 4. Analizirati učinak studenata na osnovu rezultata položenog ispita, uzimajući u obzir one studente koji nisu položili ovaj ispit.

Datasheet:

U ovom primjeru također analiziramo populaciju, ali neka polja podataka sadrže tekstualne vrijednosti. Za određivanje standardne devijacije koristimo funkciju:

STDEVPA(B2:B21)

Kao rezultat, dobijamo:

Visoki raspon vrijednosti u nizu ukazuje na veliki broj studenata koji nisu položili ispit.

Karakteristike korištenja STDEV.V, STDEV.G, STDEV i STDEVPA

Funkcije STDEV i STDEVPA imaju identičnu sintaksnu notaciju kao što je:

FUNCTION(vrijednost1; [vrijednost2];…)

Opis:

• FUNKCIJA - jedna od dvije gore navedene funkcije;
• vrijednost1 je obavezan argument koji karakterizira jednu od vrijednosti uzorka (ili opće populacije);
• [value2] je neobavezan argument koji karakterizira drugu vrijednost proučavanog raspona.

napomene:

1. Imena, numeričke vrijednosti, nizovi, reference na opsege numeričkih podataka, logičke vrijednosti i reference na njih mogu se proslijediti kao argumenti funkcijama.
2. Obje funkcije zanemaruju nulte vrijednosti i tekstualne podatke sadržane u proslijeđenom rasponu podataka.
3. Funkcije vraćaju kod greške #VRIJEDNOST! ako su vrijednosti greške ili tekstualni podaci proslijeđeni kao argumenti koji se ne mogu pretvoriti u numeričke vrijednosti.

Funkcije STDEV.V i STDEV.G imaju sljedeću sintaksnu notaciju:

FUNCTION(broj1,[broj2],…)

Opis:

• FUNKCIJA – bilo koja od funkcija STDEV.V ili STDEV.G;
• broj1 - obavezan argument koji karakteriše numeričku vrijednost uzetu iz uzorka ili cjelokupne opšte populacije;
• broj2 je izborni argument koji karakterizira drugu numeričku vrijednost proučavanog raspona.

Napomena: Obje funkcije ne uključuju brojeve predstavljene kao tekstualni podaci, niti logičke vrijednosti TRUE i FALSE u procesu izračunavanja.

napomene:

1. Standardna devijacija se široko koristi u statističkim proračunima kada pronalaženje prosjeka raspona vrijednosti ne daje ispravnu ideju o distribuciji podataka. Pokazuje princip raspodjele vrijednosti u odnosu na srednju vrijednost u određenom uzorku ili cijelom nizu. Primjer 1 će vizualno razmotriti praktičnu primjenu ovog statističkog parametra.
2. Funkcije STDEV i STDEV.V treba koristiti za analizu samo dijela opće populacije i izračunavanje prema prvoj formuli, dok STDEV.G i STDEV.V trebaju uzeti podatke o cijeloj populaciji kao ulaz i izračunati koristeći drugu formulu .
3. Excel sadrži ugrađene funkcije STDEV i STDEV, koje su zadržane radi kompatibilnosti sa starijim verzijama Microsoft Officea. Oni možda neće biti uključeni u novije verzije programa, pa se njihova upotreba ne preporučuje.
4. Za pronalaženje standardne devijacije koriste se dvije uobičajene formule: S=√((∑_(i=1)^n▒(x_i-x_average)^2)/(n-1)) i S=√((∑_( i= 1)^n▒(x_i-x_av)^2)/n), gdje je:

• S je željena vrijednost standardne devijacije;
• n je razmatrani raspon vrijednosti (uzorak);
• x_i je pojedinačna vrijednost iz uzorka;
• x_av je aritmetička sredina za raspon koji se razmatra.

Srednji kvadrat ili standardna devijacija je statistički indikator koji procjenjuje količinu fluktuacije numeričkog uzorka oko njegove srednje vrijednosti. Gotovo uvijek, većina vrijednosti je raspoređena unutar plus ili minus jedne standardne devijacije od srednje vrijednosti.

Definicija

Standardna devijacija je kvadratni korijen aritmetičke sredine zbira kvadrata odstupanja od srednje vrijednosti. Strogo i matematički, ali apsolutno neshvatljivo. Ovo je verbalni opis formule za izračunavanje standardne devijacije, ali da bismo razumjeli značenje ovog statističkog pojma, hajde da se pozabavimo svim redom.

Zamislite streljanu, metu i strijelu. Snajperist puca na standardnu ​​metu, gdje pogodak u centar daje 10 poena, ovisno o udaljenosti od centra, broj poena se smanjuje, a pogađanje vanjskih područja daje samo 1 bod. Svaki hitac strijelca je nasumična cjelobrojna vrijednost od 1 do 10. Meta prožeta metkom je savršena ilustracija distribucije slučajne varijable.

Očekivana vrijednost

Naš strijelac početnik već duže vrijeme vježba gađanje i primijetio je da s određenom vjerovatnoćom pogađa različite vrijednosti. Recimo, na osnovu velikog broja šuteva je otkrio da pogađa 10 sa vjerovatnoćom od 15%. Ostale vrijednosti su dobile svoje vjerovatnoće:

• 9 - 25 %;
• 8 - 20 %;
• 7 - 15 %;
• 6 - 15 %;
• 5 - 5 %;
• 4 - 5 %.

Sada se sprema da ispali još jedan hitac. Koju vrijednost će najvjerovatnije postići? Matematičko očekivanje će nam pomoći da odgovorimo na ovo pitanje. Poznavajući sve ove vjerovatnoće, možemo odrediti najvjerovatniji ishod šuta. Formula za izračunavanje matematičkog očekivanja je prilično jednostavna. Označimo vrijednost udarca kao C, a vjerovatnoću kao p. Matematičko očekivanje će biti jednako zbroju proizvoda odgovarajućih vrijednosti i njihovih vjerovatnoća:

Definirajmo očekivanje za naš primjer:

• M = 10 × 0,15 + 9 × 0,25 + 8 × 0,2 + 7 × 0,15 + 6 × 0,15 + 5 × 0,05 + 4 × 0,05
• M=7,75

Dakle, najvjerovatnije je da će strijelac pogoditi zonu koja daje 7 poena. Ova zona će biti najviše probijena, što je odličan rezultat najčešćeg pogađanja. Za bilo koju slučajnu varijablu, očekivana vrijednost znači vrijednost koja se najčešće pojavljuje ili centar svih vrijednosti.

Disperzija

Disperzija je još jedan statistički indikator koji ilustruje širenje vrijednosti za nas. Naša meta je gusto izrešetana mecima, a disperzija nam omogućava da ovaj parametar izrazimo numerički. Ako matematičko očekivanje pokazuje središte snimaka, tada je varijansa njihovo širenje. U suštini, varijansa znači matematičko očekivanje odstupanja vrijednosti od očekivane vrijednosti, odnosno prosječnog kvadrata odstupanja. Svaka vrijednost se kvadrira tako da su odstupanja samo pozitivna i ne uništavaju jedno drugo u slučaju identičnih brojeva suprotnih predznaka.

D[X] = M − (M[X]) 2

Izračunajmo širinu šuta za naš slučaj:

• M = 10 2 × 0,15 + 9 2 × 0,25 + 8 2 × 0,2 + 7 2 × 0,15 + 6 2 × 0,15 + 5 2 × 0,05 + 4 2 × 0,05
• M=62,85
• D[X] = M − (M[X]) 2 = 62,85 − (7,75) 2 = 2,78

Dakle, naše odstupanje je 2,78. To znači da su od područja na meti vrijednosti 7,75 rupe od metaka razbacane za 2,78 bodova. Međutim, vrijednost disperzije se ne koristi u svom čistom obliku - kao rezultat dobijamo kvadrat vrijednosti, u našem primjeru to je kvadratni rezultat, au drugim slučajevima to može biti kvadratni kilogram ili kvadratni dolar. Disperzija kao kvadratna vrijednost nije informativna, stoga je srednji indikator za određivanje standardne devijacije - junak našeg članka.

standardna devijacija

Standardna devijacija, koja je kvadratni korijen varijanse, koristi se za pretvaranje varijanse u značajne bodove, kilograme ili dolare. Izračunajmo to za naš primjer:

S = sqrt(D) = sqrt(2,78) = 1,667

Dobili smo bodove i sada ih možemo koristiti za povezivanje s matematičkim očekivanjima. Najvjerovatniji ishod šuta u ovom slučaju bi bio izražen kao 7,75 plus ili minus 1,667. Ovo je dovoljno za odgovor, ali možemo reći i da je gotovo sigurno da će strijelac pogoditi cilj između 6.08 i 9.41.

Standardna devijacija ili sigma je informativni indikator koji ilustruje širenje vrijednosti oko njenog centra. Što je sigma veća, uzorak pokazuje veći raspršivanje. Ovo je dobro proučen koeficijent, a za normalnu distribuciju poznato je zanimljivo pravilo tri sigma. Utvrđeno je da 99,7% vrijednosti normalno raspoređene vrijednosti leži u području plus ili minus tri sigma od aritmetičke sredine.

Pogledajmo primjer

Volatilnost valutnog para

Poznato je da se metode matematičke statistike široko koriste na deviznom tržištu. Mnogi trgovinski terminali imaju ugrađene alate za izračunavanje volatilnosti sredstva, što pokazuje mjeru volatilnosti cijene valutnog para. Naravno, finansijska tržišta imaju svoje specifičnosti za izračunavanje volatilnosti, kao što su cijene otvaranja i zatvaranja berzi, ali kao primjer možemo izračunati sigmu za posljednjih sedam dnevnih svijeća i grubo procijeniti sedmičnu volatilnost.

Najpromenljivijim sredstvom na Forex tržištu se smatra valutni par funta/jen. Neka teoretski tokom sedmice cijena zatvaranja Tokijske berze poprimi sljedeće vrijednosti:

145, 147, 146, 150, 152, 149, 148.

Ove podatke unosimo u kalkulator i izračunavamo sigmu jednaku 2,23. To znači da se u prosjeku kurs japanskog jena mijenjao za 2,23 jena dnevno. Da je sve tako divno, trgovci bi zaradili milione na takvim kretanjima.

Zaključak

Standardna devijacija se koristi u statističkoj analizi numeričkih uzoraka. Ovo je koristan faktor za procjenu raspršenosti podataka, budući da dva skupa s naizgled istom srednjom vrijednosti mogu biti potpuno različiti u svom rasipanju. Koristite naš mali uzorak sigma kalkulatora.

DEFINICIJA OPĆEG KOLEKTA I

PARAMETRI ZASNOVANI NA STATISTICI UZORKA;

PROSJEČNO I STANDARDNO ODSTUPANJE

Određivanje srednje vrijednosti stanovništva

(opća populacija)

U eksperimentu s vremenom reakcije opisanom u Dodatku Poglavlju 1, uzeti su rezultati stvarnog eksperimenta. Pretpostavljalo se da predstavljaju podatke koji se mogu dobiti u eksperimentu sa punom internom validnošću. Dakle, prosječno vrijeme odziva na svjetlosni signal za 17 uzoraka je prosjek koji se mogao dobiti u eksperimentu sa neograničenim brojem uzoraka.

Koristimo ograničenu srednju vrijednost uzorka da zaključimo o dovoljno velikoj (do neograničenoj) populaciji uzorka. Takva populacija se naziva opšta populacija. Prosjek u opštoj populaciji takvih, na primjer, podataka kao što je BP označava se sa M x. Takva karakteristika opće populacije naziva se parametar. Prosjek koji smo mi stvarno izračunali za dati uzorak naziva se statistika i označava se sa M x. Da li je M x statistika najbolja procjena M x koju možemo dobiti iz našeg uzorka? Odgovor je - bez dokaza - da. Ali prije nego što odlučite da je to uvijek tako, prijeđimo na standardnu ​​devijaciju, gdje to nije slučaj.

Izračunavanje standardne devijacije

Obično, pored prosjeka rezultata, želimo znati još nešto, naime, koja je nesistematska varijacija rezultata od uzorka do uzorka. Najčešći način mjerenja nesistematske varijacije je izračunavanje standardne devijacije.

Da biste to učinili, određujete koliko svaki rezultat (tj. X) više ili manje od prosjeka ( M X). Zatim kvadrirate svaku razliku ( X-M X) i zbrojite ih. Zatim podijelite ovu sumu sa N broj uzoraka. Konačno, uzimate kvadratni korijen ovog prosjeka.

Ovaj izračun je predstavljen formulom koja koristi simbol σ x za označavanje standardne devijacije:

90Ova formula se može skratiti uvođenjem malog x za predstavljanje ( X-M X). Tada formula izgleda ovako:

(2.1A)

Ispišimo podatke o uvjetu A iz dodatka poglavlja I i ujedno izvršimo proračune na njima, naznačene formulom za σ x

Pokušajte		M X	X - M X	x 2
			iliX
			Σ x 2

Ukoliko

gospođa.

91Procjena standardne devijacije

stanovništva

Da bi se odredila srednja vrijednost populacije, koja se mogla dobiti u beskonačnom eksperimentu, najbolja procjena je zapravo bila srednja vrijednost uzorka. Drugačija je situacija sa standardnom devijacijom. U bilo kojem skupu stvarnih uzoraka, ima manje vrlo visokih ili vrlo niskih rezultata nego u općoj populaciji. A pošto je standardna devijacija mjera širenja procjena, njena vrijednost, određena na osnovu uzorka, uvijek je manja od parametra populacije sigma σ x.

Tačnije, procjena standardne devijacije za populaciju nalazi se po formuli

(2.2)

(2.2A)

Za naše numeričke podatke:

gospođa.

Neki eksperimenti pretpostavljaju da je ponašanje u jednom stanju varijabilnije nego u drugom. Tada je prikladnije upoređivati ​​standardne devijacije, a ne prosjeke. Ako za oba uslova N ista stvar, možete porediti sigmu jedno s drugim. Međutim, kada N su različite, sigma za stanje sa manje N daje nižu procjenu takvog parametra populacije kao što je standardna devijacija. Dakle, dvoje treba uporediti S.

Tabela ispod će vam pomoći da zapamtite ove tačke i formule.92

	Prosječna	Standardna devijacija
Parametarske karakteristike opće populacije (g. s.)
Statističke karakteristike uzorka
Procijenjeni parametar populacije

zadatak: Izračunajte σ x i S x za uslov B.

odgovor:σ B = 15,9 σ B = 16,4.

Excel program visoko cijene i profesionalci i amateri, jer s njim može raditi korisnik bilo kojeg nivoa obuke. Na primjer, svako ko ima minimalne vještine "komunikacije" s Excelom može nacrtati jednostavan grafikon, napraviti pristojan znak itd.

Istovremeno, ovaj program vam čak omogućava i obavljanje raznih vrsta proračuna, na primjer proračuna, ali to već zahtijeva malo drugačiji nivo obuke. Međutim, ako ste tek započeli blisko upoznavanje s ovim programom i zanima vas sve što će vam pomoći da postanete napredniji korisnik, ovaj članak je za vas. Danas ću vam reći šta je formula standardne devijacije u excelu, zašto je uopće potrebna i, zapravo, kada se primjenjuje. Idi!

Šta je to

Počnimo s teorijom. Standardna devijacija se obično naziva kvadratni korijen, dobiven iz aritmetičke sredine svih kvadrata razlika između dostupnih vrijednosti, kao i njihove aritmetičke sredine. Inače, ova vrijednost se obično naziva grčkim slovom "sigma". Standardna devijacija se izračunava pomoću formule STDEV, odnosno program to radi za samog korisnika.

Suština ovog koncepta je da se identifikuje stepen varijabilnosti instrumenta, odnosno da je on na svoj način indikator iz deskriptivne statistike. Otkriva promjene u volatilnosti instrumenta u bilo kojem vremenskom periodu. Koristeći STDEV formule, možete procijeniti standardnu ​​devijaciju uzorka, dok se logičke i tekstualne vrijednosti zanemaruju.

Formula

Pomaže pri izračunavanju standardne devijacije u Excel formuli, koja se automatski daje u Excelu. Da biste ga pronašli, morate pronaći odjeljak formule u Excelu i već tamo odabrati onaj koji ima naziv STDEV, tako da je vrlo jednostavno.

Nakon toga, ispred vas će se pojaviti prozor u koji ćete morati unijeti podatke za obračun. Konkretno, u posebna polja treba unijeti dva broja, nakon čega će program automatski izračunati standardnu ​​devijaciju za uzorak.

Bez sumnje, matematičke formule i proračuni su prilično komplikovano pitanje i ne mogu se svi korisnici s njim pozabaviti odmah. Međutim, ako zakopate malo dublje i malo detaljnije shvatite problem, ispostaviće se da nije sve tako tužno. Nadam se da ste se u to uvjerili na primjeru izračunavanja standardne devijacije.

Video za pomoć