Odchylenie standardowe: Różnice pomiędzy wersjami
m (cleanup bibliografii i rotten links) |
m (cleanup bibliografii i rotten links) |
||
(Nie pokazano 15 wersji utworzonych przez 2 użytkowników) | |||
Linia 1: | Linia 1: | ||
"Odchylenie standardowe to przeciętne odchylenie wartości cechy od jej średniej arytmetycznej, pierwiastek kwadratowy ze średniej arytmetycznej kwadratów odchyleń poszczególnych wartości cechy jednostek badanej zbiorowości od jej średniej arytmetycznej"<ref> Bielecka A. (2011). ''[[Statystyka]] dla menedżerów. Teoria i praktyka'', Wolters Kluwer Polska, Warszawa, s. 140</ref>. | |||
"Odchylenie standardowe to przeciętne odchylenie wartości cechy od jej średniej arytmetycznej, pierwiastek kwadratowy ze średniej arytmetycznej kwadratów odchyleń poszczególnych wartości cechy jednostek badanej zbiorowości od jej średniej | |||
Inaczej jest to pierwiastek kwadratowy z wariancji, a [[wariancja]] to oczekiwana [[wartość]] kwadratu odchylenia standardowego zmiennej zmiennej X <ref> Aczel A.D. Sounderpandian J. (2018) ‘’Statystyka w zarządzaniu’’, Polskie Wydawnictwo Naukowe PWN, Warszawa, s. 166 </ref>. | Inaczej jest to pierwiastek kwadratowy z wariancji, a [[wariancja]] to oczekiwana [[wartość]] kwadratu odchylenia standardowego zmiennej zmiennej X <ref> Aczel A.D. Sounderpandian J. (2018) ‘’Statystyka w zarządzaniu’’, Polskie Wydawnictwo Naukowe PWN, Warszawa, s. 166 </ref>. | ||
Linia 21: | Linia 6: | ||
Odchylenie standardowe najlepsze zastosowanie ma dla opisu zróżnicowania w rozkładach normalnych, gdzie wartości zmiennej rozłożone są symetrycznie po obu stronach średniej arytmetycznej<ref> Malinowski A. (2015) ''Statystyka w administracji'' Wolters Kluwers SA, Warszawa, s. 117 </ref>. | Odchylenie standardowe najlepsze zastosowanie ma dla opisu zróżnicowania w rozkładach normalnych, gdzie wartości zmiennej rozłożone są symetrycznie po obu stronach średniej arytmetycznej<ref> Malinowski A. (2015) ''Statystyka w administracji'' Wolters Kluwers SA, Warszawa, s. 117 </ref>. | ||
Definiując w najprostszy sposób odchylenie standardowe przedstawia w jakiej odległości wartości jakieś wielkości ([[inflacja]], zwrot z inwestycji) są rozrzucone wokół średniej. Wielkości są bardziej skupione wokół średniej kiedy wartość odchylenia jest mniejsza. | Definiując w najprostszy sposób odchylenie standardowe przedstawia w jakiej odległości wartości jakieś wielkości ([[inflacja]], zwrot z inwestycji) są rozrzucone wokół średniej. Wielkości są bardziej skupione wokół średniej kiedy wartość odchylenia jest mniejsza. | ||
Odchylenie standardowe oznacza się zwykle poprzez małe greckie sigma | Odchylenie standardowe oznacza się zwykle poprzez małe greckie sigma - <math>\sigma</math> lub jako <math>S (x)</math>. | ||
:::<math>\sigma = +\sqrt{\sigma^2}</math> | :::<math>\sigma = +\sqrt{\sigma^2}</math> | ||
Linia 33: | Linia 17: | ||
<math>\overline{X}</math> - średnia arytmetyczna | <math>\overline{X}</math> - średnia arytmetyczna | ||
Znak"+ | Znak"+" przed pierwiastkami informuje o właściwości odchylenia standardowego; odchylenie standardowe zawsze przyjmuje wartości większe lub równe 0. Przy czym wartość zero przyjmuje tylko wtedy gdy wszystkie obserwacje mają taką samą wartość. | ||
<google>n</google> | |||
==TL;DR== | ==TL;DR== | ||
Linia 46: | Linia 32: | ||
:Gdzie: | :Gdzie: | ||
:::S<sup>2</sup>- wariancja stop zwrotu papieru wartościowego, | :::S<sup>2</sup> - wariancja stop zwrotu papieru wartościowego, | ||
:::P<sub>i</sub>- [[prawdopodobieństwo]] osiągnięcia i-tej możliwej wartości stopy zwrotu, | :::P<sub>i</sub>- [[prawdopodobieństwo]] osiągnięcia i-tej możliwej wartości stopy zwrotu, | ||
:::R<sub>i</sub>- i-ta możliwa wartość stopy zwrotu | :::R<sub>i</sub> - i-ta możliwa wartość stopy zwrotu | ||
:::R- oczekiwana stopa zwrotu danego papieru wartościowego | :::R - oczekiwana stopa zwrotu danego papieru wartościowego | ||
:::<math>R_t = \frac {P_t-P_{t-1}+D_t}{P_{t-1}}</math> | :::<math>R_t = \frac {P_t-P_{t-1}+D_t}{P_{t-1}}</math> | ||
Linia 61: | Linia 47: | ||
:::P<sub>t</sub>- [[cena]] papieru wartościowego w okresie t, | :::P<sub>t</sub>- [[cena]] papieru wartościowego w okresie t, | ||
:::P<sub>t-1</sub>- cena papieru wartościowego w okresie t-1, | :::P<sub>t-1</sub> - cena papieru wartościowego w okresie t-1, | ||
:::D<sub>t</sub>- [[dywidenda]] wypłacana w t-tym okresie. | :::D<sub>t</sub>- [[dywidenda]] wypłacana w t-tym okresie. | ||
Linia 71: | Linia 57: | ||
:::R -[[ocena]] oczekiwanej stopy zwrotu z papieru wartościowego, | :::R -[[ocena]] oczekiwanej stopy zwrotu z papieru wartościowego, | ||
:::R<sub>t</sub>- empiryczna stopa zwrotu wyznaczona ze wzoru powyżej, | :::R<sub>t</sub> - empiryczna stopa zwrotu wyznaczona ze wzoru powyżej, | ||
:::N- liczba wszystkich analizowanych stóp zwrotu. | :::N - liczba wszystkich analizowanych stóp zwrotu. | ||
Z wyżej przedstawionego wzoru wynika, że odchylenie standardowe stopy zwrotu papieru wartościowego jest to pierwiastek ze średniej ważonej z kwadratów odchyleń możliwych stóp zwrotu od tej oczekiwanej stopy zwrotu, gdzie do obliczeń wykorzystuje się wagi prawdopodobieństwa wystąpienia możliwych stóp zwrotu. Miara ta wskazuje o ile przeciętnie odchylają się (dodatnio lub ujemnie) przeciętne możliwe stopy zwrotu od oczekiwanej stopy zwrotu. Za większe [[ryzyko]] związane z papierami wartościowymi uznaje się te z wyższym odchyleniem standardowym <ref> Tarczyński W. Mojsiewicz M. (2001) ''[[Zarządzanie]] ryzykiem Podstawowe zagadnienia'', Polskie Wydawnictwo Ekonomiczne, Warszawa, s. 65 </ref>. | Z wyżej przedstawionego wzoru wynika, że odchylenie standardowe stopy zwrotu papieru wartościowego jest to pierwiastek ze średniej ważonej z kwadratów odchyleń możliwych stóp zwrotu od tej oczekiwanej stopy zwrotu, gdzie do obliczeń wykorzystuje się wagi prawdopodobieństwa wystąpienia możliwych stóp zwrotu. Miara ta wskazuje o ile przeciętnie odchylają się (dodatnio lub ujemnie) przeciętne możliwe stopy zwrotu od oczekiwanej stopy zwrotu. Za większe [[ryzyko]] związane z papierami wartościowymi uznaje się te z wyższym odchyleniem standardowym <ref> Tarczyński W. Mojsiewicz M. (2001) ''[[Zarządzanie]] ryzykiem Podstawowe zagadnienia'', Polskie Wydawnictwo Ekonomiczne, Warszawa, s. 65 </ref>. | ||
Linia 81: | Linia 67: | ||
Odchylenie standardowe wykorzystywane jest także w przedsiębiorstwach w zakresie zarządzania jakością. W '''statystycznym sterowaniu procesem''' (SPC), gdzie zauważono, że każda z poszczególnych cech wyrobu danej partii, wykonane w jednakowych warunkach podlega rozkładowi statystycznemu. [[Kontrola]] statystyczna pozwala na eliminację błędów na każdym etapie procesu realizacji i zwiększa prawdopodobieństwo, że wytwarzane [[wyroby]] będą zgodne z normami jakościowymi<ref> Mazur A. Gołaś H. (2010) ''Zasady metody i techniki wykorzystywane w zarządzaniu jakością'', Wydawnctwo Politechniki Poznańskiej, Poznań, s. 172 </ref>. | Odchylenie standardowe wykorzystywane jest także w przedsiębiorstwach w zakresie zarządzania jakością. W '''statystycznym sterowaniu procesem''' (SPC), gdzie zauważono, że każda z poszczególnych cech wyrobu danej partii, wykonane w jednakowych warunkach podlega rozkładowi statystycznemu. [[Kontrola]] statystyczna pozwala na eliminację błędów na każdym etapie procesu realizacji i zwiększa prawdopodobieństwo, że wytwarzane [[wyroby]] będą zgodne z normami jakościowymi<ref> Mazur A. Gołaś H. (2010) ''Zasady metody i techniki wykorzystywane w zarządzaniu jakością'', Wydawnctwo Politechniki Poznańskiej, Poznań, s. 172 </ref>. | ||
== Excel == | ==Excel== | ||
Istnieje możliwość obliczenia odchylenia standardowego w arkuszu kalkulacyjnym Excel. Aby to zrobić należy wpisać w dowolnej, pustej komórce arkusza odpowiednią formułę: | Istnieje możliwość obliczenia odchylenia standardowego w arkuszu kalkulacyjnym Excel. Aby to zrobić należy wpisać w dowolnej, pustej komórce arkusza odpowiednią formułę: | ||
Linia 87: | Linia 73: | ||
Gdzie: B2 i B4 to komórki pierwszej i ostatniej wartości analizowanego zbioru. | Gdzie: B2 i B4 to komórki pierwszej i ostatniej wartości analizowanego zbioru. | ||
{{infobox5|list1={{i5link|a=[[Stopa zwrotu]]}} — {{i5link|a=[[Przedział ufności]]}} — {{i5link|a=[[Rozkład normalny]]}} — {{i5link|a=[[Miary ryzyka]]}} — {{i5link|a=[[Współczynnik determinacji]]}} — {{i5link|a=[[ANOVA]]}} — {{i5link|a=[[Test zgodności chi-kwadrat]]}} — {{i5link|a=[[Estymacja]]}} — {{i5link|a=[[Estymator]]}} }} | |||
==Przypisy== | ==Przypisy== | ||
Linia 93: | Linia 81: | ||
==Bibliografia== | ==Bibliografia== | ||
<noautolinks> | <noautolinks> | ||
* Aczel A | * Aczel A. (2018), ''Statystyka w zarządzaniu'', Wydawnictwo Naukowe PWN, Warszawa | ||
* Bielecka A. ( | * Bielecka A. (2017), ''Statystyka dla menedżerów. Teoria i praktyka'', Wydawnictwo Nieoczywiste, Piaseczno | ||
* Dziadosz A. (2010) | * Dziadosz A. (2010), ''[https://yadda.icm.edu.pl/baztech/element/bwmeta1.element.baztech-article-BTB2-0063-0083 Przegląd wybranych metod wspomagających analizę ryzyka przedsięwzięć budowlanych]'', Przegląd Budowlany, 7-8 | ||
* Gołata E. (2008) ''Informatyka, ekonometria i statystyka w społeczeństwie informacyjnym'', Wydawnictwo Uniwersytetu Ekonomicznego, Poznań | * Gołaś H., Mazur A. (2010), ''Zasady, metody i techniki wykorzystywane w zarządzaniu jakością'', Wydawnictwo Politechniki Poznańskiej, Poznań | ||
* Malinowski A. (2015) ''Statystyka w administracji'' Wolters Kluwers SA, Warszawa | * Gołata E. (2008), ''Informatyka, ekonometria i statystyka w społeczeństwie informacyjnym'', Wydawnictwo Uniwersytetu Ekonomicznego, Poznań | ||
* Malinowski A. (2015), ''Statystyka w administracji'', Wolters Kluwers SA, Warszawa | |||
* Rajzer M. (2001) ''Strategie dywersyfikacji przedsiębiorstw'', Polskie Wydawnictwo Ekonomiczne, Warszawa | * Rajzer M. (2001), ''Strategie dywersyfikacji przedsiębiorstw'', Polskie Wydawnictwo Ekonomiczne, Warszawa | ||
* Sienkiewicz P. (2005) | * Sienkiewicz P. (2005), ''[https://yadda.icm.edu.pl/baztech/element/bwmeta1.element.baztech-article-PWAA-0033-0023 Analiza ryzyka w zarządzaniu projektami systemów]'', Problemy Techniki Uzbrojenia, Wojskowy Instytut Techniczny Uzbrojenia, R. 34, z. 95 | ||
* Tarczyński W | * Tarczyński W. (2001), ''Zarządzanie ryzykiem'', Polskie Wydawnictwo Ekonomiczne, Warszawa | ||
* Tłuczak A. (2013) | * Tłuczak A. (2013), ''[https://cejsh.icm.edu.pl/cejsh/element/bwmeta1.element.desklight-217b2266-28a0-4fc9-9191-6000dee08c69/c/art28.pdf Zastosowanie dyskryminacyjnych modeliprzewidywania bankructwa do oceny ryzyka upadłości przedsiębiorstw]'', Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu, 2(34) | ||
</noautolinks> | </noautolinks> | ||
{{a|Anna Bartuś}} | {{a|Anna Bartuś}} | ||
[[Kategoria: | [[Kategoria:Miary statystyczne]] | ||
{{#metamaster:description|Odchylenie standardowe to miara rozproszenia wartości cechy wokół średniej. Pozwala określić, jak szeroko wartości danej cechy są rozrzucone wokół średniej.}} | {{#metamaster:description|Odchylenie standardowe to miara rozproszenia wartości cechy wokół średniej. Pozwala określić, jak szeroko wartości danej cechy są rozrzucone wokół średniej.}} |
Aktualna wersja na dzień 23:36, 13 sty 2024
"Odchylenie standardowe to przeciętne odchylenie wartości cechy od jej średniej arytmetycznej, pierwiastek kwadratowy ze średniej arytmetycznej kwadratów odchyleń poszczególnych wartości cechy jednostek badanej zbiorowości od jej średniej arytmetycznej"[1].
Inaczej jest to pierwiastek kwadratowy z wariancji, a wariancja to oczekiwana wartość kwadratu odchylenia standardowego zmiennej zmiennej X [2]. Jest to powszechne znany rodzaj błędu średniego, który można zdefiniować jako: "średnie odchylenie pomiarów względem normy. Jest to estymator przybliżający wartość błędu statystycznego, klasyczna miara zmienności. Intuicyjnie można powiedzieć, że pokazuje on jak szeroko wartości jakiejś wielkości są rozrzucone wokół jednej średniej"[3].
Odchylenie standardowe najlepsze zastosowanie ma dla opisu zróżnicowania w rozkładach normalnych, gdzie wartości zmiennej rozłożone są symetrycznie po obu stronach średniej arytmetycznej[4]. Definiując w najprostszy sposób odchylenie standardowe przedstawia w jakiej odległości wartości jakieś wielkości (inflacja, zwrot z inwestycji) są rozrzucone wokół średniej. Wielkości są bardziej skupione wokół średniej kiedy wartość odchylenia jest mniejsza.
Odchylenie standardowe oznacza się zwykle poprzez małe greckie sigma - lub jako .
- średnia arytmetyczna
Znak"+" przed pierwiastkami informuje o właściwości odchylenia standardowego; odchylenie standardowe zawsze przyjmuje wartości większe lub równe 0. Przy czym wartość zero przyjmuje tylko wtedy gdy wszystkie obserwacje mają taką samą wartość.
TL;DR
Odchylenie standardowe to miara zmienności wartości cechy w stosunku do średniej arytmetycznej. Jest używane w zarządzaniu organizacją do pomiaru ryzyka inwestycji. Może być obliczane w arkuszu kalkulacyjnym Excel.
Odchylenie standardowe w zarządzaniu organizacją
Odchylenie standardowe jest cennym miernikiem w zarządzaniu nowoczesną organizacją. Między innymi odchylenie standardowe stóp zwrotu z danej inwestycji pomaga, na etapie kwantyfikacji (oceny, analizy), w pomiarze ryzyka związanego z tą inwestycją. Odchylenie standardowe wyznacza margines bezpieczeństwa przedsięwzięcia. Porównując inwestycje o takiej samej oczekiwanej stopie zwrotu, to inwestycja o niższym odchyleniu standardowych jest uznawana za mniej ryzykowną. Ta o wyższym odchyleniu standardowym uważana za bardziej ryzykowną, pomimo iż wyższe odchylenie standardowe wiąże się z tym, że oczekiwane przychody mogą się bardziej odchylać od średniej także w górę (nie tylko w dół) [5]..
Odchylenie standardowe jest jedną z najważniejszych miar zmienności ryzyka inwestycji w akcje. Odchylenie standardowe stopy zwrotu akcji obliczane jest przez spierwiastkowanie wariancji stopy zwrotu z akcji. Obliczane jest wzorem:
- Gdzie:
- S2 - wariancja stop zwrotu papieru wartościowego,
- Pi- prawdopodobieństwo osiągnięcia i-tej możliwej wartości stopy zwrotu,
- Ri - i-ta możliwa wartość stopy zwrotu
- R - oczekiwana stopa zwrotu danego papieru wartościowego
- Gdzie:
- Rt= stopa zwrotu w okresie t,
- Pt- cena papieru wartościowego w okresie t,
- Pt-1 - cena papieru wartościowego w okresie t-1,
- Dt- dywidenda wypłacana w t-tym okresie.
- Gdzie:
- R -ocena oczekiwanej stopy zwrotu z papieru wartościowego,
- Rt - empiryczna stopa zwrotu wyznaczona ze wzoru powyżej,
- N - liczba wszystkich analizowanych stóp zwrotu.
Z wyżej przedstawionego wzoru wynika, że odchylenie standardowe stopy zwrotu papieru wartościowego jest to pierwiastek ze średniej ważonej z kwadratów odchyleń możliwych stóp zwrotu od tej oczekiwanej stopy zwrotu, gdzie do obliczeń wykorzystuje się wagi prawdopodobieństwa wystąpienia możliwych stóp zwrotu. Miara ta wskazuje o ile przeciętnie odchylają się (dodatnio lub ujemnie) przeciętne możliwe stopy zwrotu od oczekiwanej stopy zwrotu. Za większe ryzyko związane z papierami wartościowymi uznaje się te z wyższym odchyleniem standardowym [6].
Odchylenie standardowe wykorzystuje się także przy wyborze strategii dywersyfikacji. W pomiarze skali dywersyfikacji przedsiębiorstwa, pozwala wskazać różnice pomiędzy poszczególnymi rodzajami dywersyfikacji i informuje, jakie jest przeciętne odchylenie od wartości oczekiwanej [7].
Odchylenie standardowe wykorzystywane jest także w przedsiębiorstwach w zakresie zarządzania jakością. W statystycznym sterowaniu procesem (SPC), gdzie zauważono, że każda z poszczególnych cech wyrobu danej partii, wykonane w jednakowych warunkach podlega rozkładowi statystycznemu. Kontrola statystyczna pozwala na eliminację błędów na każdym etapie procesu realizacji i zwiększa prawdopodobieństwo, że wytwarzane wyroby będą zgodne z normami jakościowymi[8].
Excel
Istnieje możliwość obliczenia odchylenia standardowego w arkuszu kalkulacyjnym Excel. Aby to zrobić należy wpisać w dowolnej, pustej komórce arkusza odpowiednią formułę:
- =odch.standardowe (B2:B4)
Gdzie: B2 i B4 to komórki pierwszej i ostatniej wartości analizowanego zbioru.
Odchylenie standardowe — artykuły polecane |
Stopa zwrotu — Przedział ufności — Rozkład normalny — Miary ryzyka — Współczynnik determinacji — ANOVA — Test zgodności chi-kwadrat — Estymacja — Estymator |
Przypisy
- ↑ Bielecka A. (2011). Statystyka dla menedżerów. Teoria i praktyka, Wolters Kluwer Polska, Warszawa, s. 140
- ↑ Aczel A.D. Sounderpandian J. (2018) ‘’Statystyka w zarządzaniu’’, Polskie Wydawnictwo Naukowe PWN, Warszawa, s. 166
- ↑ Gołata E. (2008) Informatyka, ekonometria i statystyka w społeczeństwie informacyjnym, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań, s. 15
- ↑ Malinowski A. (2015) Statystyka w administracji Wolters Kluwers SA, Warszawa, s. 117
- ↑ Aczel A.D. Sounderpandian J. (2018) Statystyka w zarządzaniu, Polskie Wydawnictwo Naukowe PWN, Warszawa, s. 166
- ↑ Tarczyński W. Mojsiewicz M. (2001) Zarządzanie ryzykiem Podstawowe zagadnienia, Polskie Wydawnictwo Ekonomiczne, Warszawa, s. 65
- ↑ Rajzer M. (2001) Strategie dywersyfikacji przedsiębiorstw, Polskie Wydawnictwo Ekonomiczne, Warszawa, s. 172
- ↑ Mazur A. Gołaś H. (2010) Zasady metody i techniki wykorzystywane w zarządzaniu jakością, Wydawnctwo Politechniki Poznańskiej, Poznań, s. 172
Bibliografia
- Aczel A. (2018), Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa
- Bielecka A. (2017), Statystyka dla menedżerów. Teoria i praktyka, Wydawnictwo Nieoczywiste, Piaseczno
- Dziadosz A. (2010), Przegląd wybranych metod wspomagających analizę ryzyka przedsięwzięć budowlanych, Przegląd Budowlany, 7-8
- Gołaś H., Mazur A. (2010), Zasady, metody i techniki wykorzystywane w zarządzaniu jakością, Wydawnictwo Politechniki Poznańskiej, Poznań
- Gołata E. (2008), Informatyka, ekonometria i statystyka w społeczeństwie informacyjnym, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań
- Malinowski A. (2015), Statystyka w administracji, Wolters Kluwers SA, Warszawa
- Rajzer M. (2001), Strategie dywersyfikacji przedsiębiorstw, Polskie Wydawnictwo Ekonomiczne, Warszawa
- Sienkiewicz P. (2005), Analiza ryzyka w zarządzaniu projektami systemów, Problemy Techniki Uzbrojenia, Wojskowy Instytut Techniczny Uzbrojenia, R. 34, z. 95
- Tarczyński W. (2001), Zarządzanie ryzykiem, Polskie Wydawnictwo Ekonomiczne, Warszawa
- Tłuczak A. (2013), Zastosowanie dyskryminacyjnych modeliprzewidywania bankructwa do oceny ryzyka upadłości przedsiębiorstw, Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu, 2(34)
Autor: Anna Bartuś