Szabványos eltérés kalkulátor

Ingyenes online számológépünkkel megtalálja bármelyik széria szórását. Kiszámíthatja nemcsak a szórást a numerikus értékek halmazából, hanem a Poulation, Sample, Relative, Reverse, Standard Error és valószínűségeket is.

Számítsa ki a szórást Számítsa ki a mediánt Számítsa ki az Integral értéket
Oszd meg a szórás kalkulátort

Hozzáadás a könyvjelzőkhöz

Adjon hozzá standard deviációs kalkulátort a böngésző könyvjelzőihez


1. Windows vagy Linux esetén - nyomja meg a Ctrl + D billentyűkombinációt

2. MacOS esetén - nyomja meg a Cmd + D billentyűkombinációt

3. iPhone (Safari) esetén - érintse meg és tartsa lenyomva , majd koppintson a Könyvjelző hozzáadása elemre

4. Google Chrome esetén - nyomja meg a jobb felső sarokban található 3 pont gombot, majd nyomja meg a csillag jelet



A szórás kalkulátor használata

1

1. lépés

Írja be a számkészletet a beviteli mezőbe. A számokat vesszővel kell elválasztani.

2

2. lépés

Nyomja meg az Enter billentyűt a billentyűzeten vagy a beviteli mezőtől jobbra található nyílon.

3

3. lépés

Az előugró ablakban válassza a standard eltérés keresése lehetőséget. Használhatja a keresést is.

Mi a szórás

A szórás a leíró statisztikákban nagyon gyakori szórásmutató. Mivel azonban a technikai elemzés hasonló a statisztikához, ezt a mutatót lehet (és kell) használni a technikai elemzés során az elemzett eszköz árának időbeli szétszórtságának detektálására. Ezt a görög Sigma szimbólum jelöli.



A szórás kiszámítása

A szórás lényegének megértése a leíró statisztika alapjainak megértésével lehetséges. Például 2 olyan mintánk van, amelyek számtani átlaga megegyezik és egyenlő 3-val. Úgy tűnik, hogy ugyanaz az átlag teszi ugyanolyaná ezt a két mintát. De nem! Nézzük meg ennek a két mintának a lehetséges adatlehetőségeit: 1, 2, 3, 4, 5 és -235, -103, 3, 100, 250
Nyilvánvaló, hogy a szórás (vagy szórás, vagy esetünkben volatilitás) sokkal nagyobb a második mintában. Ezért annak ellenére, hogy ennek a két mintának ugyanaz az átlaga (egyenlő 3-mal), teljesen különböznek attól a ténytől, hogy a második minta véletlenszerűen és erősen szétszórta az adatokat a központ körül, és az első a központ közelében koncentrálódik és elrendelte.

De ha gyorsan tisztáznunk kell egy ilyen jelenséget, akkor nem magyarázzuk meg, mint a fenti bekezdésben, hanem egyszerűen azt mondjuk, hogy a második mintának nagyon nagy a szórása, az elsőnek pedig egy nagyon kicsi. Tehát a második mintában a szórás 186, az elsőben 1,6. A különbség jelentős.


Miért van szükség a szórásra?

A szórás a változékonyság klasszikus mutatója a leíró statisztikákhoz képest. Ez segít meglátni, hogyan változik az eszköz volatilitása az idő múlásával. Egyszerűbben kifejezve, a szórás megmutatja, hogy a műszer ára mennyire változik az idő múlásával. Vagyis minél nagyobb ez a mutató, annál erősebb számos érték volatilitása vagy változékonysága. A szórás felhasználható és használható az értékhalmazok elemzésére, mivel két látszólag azonos átlaggal rendelkező halmaz teljesen eltérő lehet az értékek szórásában.