方差标准差极差平均数计算公式 深入解析,极差、平均差、方差与标准差在数据离散度分

方差、标准差、极差及平均差公式解析

极差与平均差

极差,即数据组中最大值与最小值的差,其计算公式为:[ \text极差} = \text最大值} – \text最小值} ]

平均差,则是所有个体与其算术平均数的离差完全值的算术平均数,公式如下:[ \text平均差} = \frac\sum_i=1}^N} |x_i – \barx}|}N} ](x_i) 为个体值,(\barx}) 为算术平均数,(N) 为个体总数。

在实际应用中,方差和标准差更多地被用来衡量数据的离散程度。

方差的计算

计算方差的步骤如下:

  • 开头来说计算每个数据点与平均值之差的平方。
  • 接着求这些平方差的平均值。

以数据组 ((1, 2, 3, 4, 5)) 为例,其平均值为 3,计算每个数据点与平均值之差的平方得:[ (1-3)^2 = 4, \quad (2-3)^2 = 1, \quad (3-3)^2 = 0, \quad (4-3)^2 = 1, \quad (5-3)^2 = 4 ]接着求这些平方差的平均值:[ \frac4 + 1 + 0 + 1 + 4}5} = 2 ]这组数据的方差为 2。

样本均值的计算

以样本 (21, 225, 27, 29, 31}) 为例,其均值计算如下:[ \text均值} = \frac21 + 225 + 27 + 29 + 31}5} = 48.2 ]

方差、标准差、极差及平均差的公式

  • 方差:衡量一组数据离散程度的统计量,公式为:[ \sigma^2 = \frac\sum_i=1}^N}(x_i – \mu)^2}N} ](\sigma^2) 为方差,(x_i) 为数据点,(\mu) 为总体均值,(N) 为数据点个数。

  • 标准差:方差的平方根,公式为:[ \sigma = \sqrt\sigma^2} ]

  • 极差:最大值与最小值之差,公式为:[ \text极差} = \text最大值} – \text最小值} ]

  • 平均差:所有个体与其算术平均数的离差完全值的算术平均数,公式为:[ \text平均差} = \frac\sum_i=1}^N} |x_i – \barx}|}N} ]

方差的简化公式

方差的简化公式为:[ \textVar}(x) = \frac\sum_i=1}^N}(x_i – \barx})^2}N-1} ](\textVar}(x)) 表示样本方差,(x_i) 为数据点,(\barx}) 为样本平均值,(N) 为数据点个数。

单个资产的方差与标准差计算

单个资产的方差和标准差计算如下:

  • 方差:将偏差平方求和后除以((n-1))。
  • 概率分布:将偏差平方乘以对应概率后求和。
  • 标准差:对方差开平方根,得到标准差。

投资组合的方差与标准差

投资组合的方差和标准差计算如下:

  • 方差:(\sigma^2 = \sum_i=1}^N}w_i^2\sigmai^2 + 2\sumi=1}^N}\sum_j=i+1}^N}w_iw_j\sigma_i\sigmaj\rhoij})
  • 标准差:(\sigma = \sqrt\sigma^2})

(w_i) 为投资组合中第 (i) 项资产的权重,(\sigmai) 为第 (i) 项资产的标准差,(\rhoij}) 为 (i) 和 (j) 项资产的相关系数。

版权声明

返回顶部