photosdematures.com

Pagkakaiba sa pagitan ng Pagkakaiba-iba at Pamantayang Paghiwalay

Pagkakaiba-iba ay isang pamamaraan upang maghanap o makakuha ng panukala sa pagitan ng mga variable na paano magkakaiba ang mga ito sa isa't isa, samantalang karaniwang lihis ipinapakita sa amin kung paano naiiba ang hanay ng data o mga variable mula sa average o average na halaga mula sa set ng data.

Ang pagkakaiba-iba ay tumutulong upang mahanap ang pamamahagi ng data sa isang populasyon mula sa isang mean at standard na paglihis ay tumutulong din upang malaman ang pamamahagi ng data sa populasyon ngunit ang karaniwang paglihis ay nagbibigay ng higit na kalinawan tungkol sa paglihis ng data mula sa isang mean.

Pormula

Nasa ibaba ang mga formula ng pagkakaiba-iba at karaniwang paglihis.

Samantalang

• Ang σ2 ay pagkakaiba-iba
• Ang X ay variable
• μ ay masama
• Ang N ay ang kabuuang bilang ng mga variable.

Ang Standard Deviation ay ang square root ng pagkakaiba-iba.

Halimbawa

Mag-isip ng isang laro na gumagana tulad nito

Kaso-1

Gumuhit ka ng isang card mula sa isang ordinaryong deck ng card

1. Kung gumuhit ka ng 7 mananalo ka sa INR 2000 / -
2. Kung pumili ka ng ibang card maliban sa 7 bibigyan mo ang INR 100 / -

Kaso-2

1. Kung gumuhit ka ng 7 mananalo ka ng INR 1,22,000 / -
2. Kung pumili ka ng ibang card maliban sa 7 bibigyan mo ng INR 10,100 / -

Ipagpalagay na naglaro ka ng isang laro ng 52,000 beses.

Para sa isang discrete random variable, ang pagkakaiba-iba ay

Kung saan ang Pi ay ang posibilidad ng kinalabasan.

Ang average na kita bawat laro para sa parehong mga kaso ay Rs.61.54 kung aling laro ang nais mong maglaro nang maayos mayroong isang tiyak na instrumento na makakatulong upang makagawa ng desisyon kung kailangan nating kalkulahin ang pagkakaiba-iba at karaniwang paglihis

Kailangan nating sukatin ang normal na paglihis mula sa inaasahang halaga at ang isang karaniwang panukala ay Pagkakaiba-iba. Ang Pagkakaiba-iba ng isang kaso -1 ay mas mababa kaysa sa pagkakaiba-iba ng isang case -2 na nangangahulugang ang data sa case -2 kumalat average na halaga ie Rs 64.54 kaya ang Case-1 Game ay mas mababa peligro kaysa sa Case-2 Game.

Sa pananalapi pinag-usapan namin ang tungkol sa pagkasumpungin ng halimbawa ng mga stock na nangangahulugang ang malalaking pagkabigla sa pagbabalik ng mga pinansiyal na pag-aari ay madalas na sinusundan ng malalaking pagkabigla at maliit na pagkabigla sa pagbalik ng mga pinansyal na pag-aari ay madalas na sinusundan ng maliit na pagkabigla

Pagkakaiba kumpara sa Karaniwang Deviation Infographics

Tingnan natin ang mga nangungunang pagkakaiba sa pagitan ng Pagkakaiba kumpara sa Karaniwang Paghiwalay.

Pangunahing Pagkakaiba

Ang mga pangunahing pagkakaiba ay ang mga sumusunod -

• Ang pagkakaiba-iba ay nagbibigay ng isang tinatayang ideya ng pagkasumpungin ng data. 68% ng mga halaga ay nasa pagitan ng +1 at -1 karaniwang paglihis mula sa ibig sabihin. Nangangahulugan iyon na ang Standard Deviation ay nagbibigay ng higit pang mga detalye.
• Ginagamit ang pagkakaiba-iba upang malaman ang tungkol sa nakaplano at aktwal na pag-uugali na may isang tiyak na antas ng kawalan ng katiyakan. Ginamit ang karaniwang paglihis para malaman ng pagsusuri sa istatistika ang tungkol sa ugnayan na mayroon sa pagitan ng dalawang hanay ng variable
• Sinusukat ng pagkakaiba-iba ang pamamahagi ng data sa isang populasyon sa paligid ng gitnang halaga. Sinusukat ng karaniwang paglihis ang pamamahagi ng data na may kaugnayan sa gitnang halaga
• Kabuuan ng dalawang pagkakaiba-iba (var (A + B) ≥ var (A) + var (B). Samakatuwid ang pagkakaiba ay hindi magkakaugnay. Kabuuan ng dalawang pamantayan ng Deviation sd (A + B) ≤ sd (A) + sd (B) kaya , Karaniwan na paglihis ay magkakaugnay. Nagbibigay ito ng ideya ng pagkalupit ng data. Ang halaga ng pamumula ng simetriko na pamamahagi ay nasa pagitan ng -1> 0> 1.
• Ang ibig sabihin ng geometric ay mas sensitibo sa pagkakaiba-iba pagkatapos ay ang ibig sabihin ng Arithmetic. Ang isang pamantayang pang-geometriko na paglihis ay ginagamit upang makita ang mga hangganan ng agwat ng kumpiyansa sa isang populasyon.

Pagkakaiba kumpara sa Karaniwang Deviation Comparative Table

Mga Paggamit ng Pagkakaiba at Pamantayang Paghiwalay

Halimbawa ng Pagtukoy ng Pagpepresyo ng Langis

• Ano ang magiging Presyo ng Langis sa isang taon? Hindi isang pagtatantya ng presyo. Isang posibilidad na ito ay maging mababa o mataas
• Pagkakaiba-iba sa mga pagkaantala, pagkakaiba-iba sa scrap / pagkumpuni, pagkakaiba-iba sa oras ng paglipad aktwal kumpara sa nakaplano
• Ang susunod ba na halaga ay babalik sa average o depende lamang ito sa huling halaga?
• Ang susunod ba na halaga ng demand ay babalik sa average o depende lamang ito sa huling halaga ng demand?

Isang tinatayang halaga para sa isang bilang ng mga panahon (presyo ng langis sa loob ng 20 buwan)

* Ang grap ay ginawa sa pamamagitan ng pagsasaalang-alang sa data ng isang Taon subalit sa talahanayan ang ipinakitang data ay para lamang sa 6 na buwan at ang halaga ay sapalarang pinili na maaaring hindi pareho sa data ng merkado ng presyo ng langis.

Pangwakas na Saloobin

Ang parehong pagkakaiba-iba at pamantayan ng paglihis ay sumusukat sa pagkalat ng data mula sa mean point nito. Nakatutulong ito sa pagtukoy ng peligro sa pamumuhunan ng mutual fund, stock, atbp. Ito ay isang kapaki-pakinabang na tool na ginagamit sa pagtataya ng panahon para sa pagkakaiba-iba ng temperatura sa panahon at ng Monte Carlo Simulation upang masuri ang panganib ng proyekto.