a:

Отклонение - это измерение разброса между числами в наборе данных. Дисперсия измеряет, насколько далеко каждый номер в наборе соответствует среднему значению.

Используя диаграмму набора данных, мы можем наблюдать, что такое линейная зависимость различных точек данных или чисел. Мы делаем это, рисуя линию регрессии, которая пытается минимизировать расстояние любой отдельной точки данных от самой линии. В приведенной ниже таблице точками данных являются голубые точки, оранжевая линия - линия регрессии, а красные стрелки - это расстояние от наблюдаемых данных и линии регрессии. ( Хотите узнать больше о excel? Ознакомьтесь с курсом excel от Investopedia Academy онлайн! )

Когда мы вычисляем дисперсию, мы спрашиваем: «Учитывая взаимосвязь всех этих точек данных, сколько расстояния мы ожидаем в следующей точке данных ? Это« расстояние «называется термином ошибки, и это то, что измеряет дисперсия.

Само по себе дисперсия не часто бывает полезной, поскольку она не имеет единицы измерения, что затрудняет ее измерение и сравнение. Однако квадратный корень дисперсии стандартное отклонение, и это практично как измерение.

Вычисление отклонения в Excel

Вычисление дисперсии в Excel легко, если у вас уже установлен набор данных В приведенном ниже примере мы рассчитаем дисперсию последних 20 дней ежедневных доходов в высокопопулярном биржевом фонде (ETF) с именем SPY, который инвестирует в S & P 500.

1. Формула = VAR. S (выберите данные)

Причина, по которой вы хотите использовать VAR. S, а не VAR. P (это еще одна предложенная формула) состоит в том, что часто у вас нет всего совокупности данных для измерения. Например, если бы мы имели все возвраты в истории SPY ETF в нашей таблице, мы могли бы использовать измерение VAR населения. P, но поскольку мы только измеряем последние 20 дней, чтобы проиллюстрировать концепцию, мы будем использовать VAR. S.

Как вы можете видеть, вычисленное значение дисперсии. 000018674 говорит нам немного о наборе данных, сам по себе. Если бы мы перешли к квадрату корня этого значения, чтобы получить стандартное отклонение доходности, это было бы более полезно.