a:

Sự khác biệt là phép đo sự lan truyền giữa các số trong tập dữ liệu. Sự khác biệt đo lường mức độ mà mỗi con số trong tập hợp là từ mức trung bình.

Sử dụng biểu đồ tập dữ liệu, chúng ta có thể quan sát mối quan hệ tuyến tính của các điểm dữ liệu, hoặc số liệu khác nhau. Chúng ta làm điều này bằng cách vẽ một đường hồi qui, cố gắng để giảm thiểu khoảng cách của bất kỳ điểm dữ liệu cá nhân nào từ chính dòng. Trong biểu đồ dưới đây, các điểm dữ liệu là các chấm màu xanh lam, đường màu cam là đường hồi qui, và các mũi tên màu đỏ là khoảng cách từ dữ liệu quan sát được và đường hồi quy. ( Bạn muốn tìm hiểu thêm về excel? Kiểm tra trực tuyến excel của Trường Investopedia Academy! )

Khi chúng ta tính toán phương sai, chúng ta sẽ hỏi, "Cho mối quan hệ của tất cả các điểm dữ liệu này, khoảng cách chúng ta mong đợi ở điểm dữ liệu

tiếp theo là bao lâu?" Khoảng cách này "được gọi là thuật ngữ lỗi, và đó chính là phương pháp đo lường sự biến thiên. Bản thân nó, biến thể thường không hữu ích bởi vì nó không có một đơn vị, làm cho nó khó đo và so sánh. Tuy nhiên, căn bậc hai của phương sai là độ lệch tiêu chuẩn, và đó là cả hai thực tế như một phép đo.

Tính Độ biến động trong Excel

Tính sai lệch trong Excel là dễ dàng nếu bạn có bộ dữ liệu đã nhập vào Trong ví dụ dưới đây, chúng tôi sẽ tính toán phương sai của 20 ngày cuối của lợi nhuận hàng ngày trong quỹ ETF có tên SPY, vốn đầu tư vào S & P 500.

Công thức = VAR. S (chọn dữ liệu)

1. Lý do bạn muốn sử dụng VAR S và không VAR P (công thức khác cung cấp) là bạn thường không có toàn bộ số liệu để đo lường. Ví dụ, nếu chúng ta có tất cả các kết quả trong lịch sử của ETF SPY trong bảng của chúng ta, chúng ta có thể sử dụng phép đo VAR của dân số. P, nhưng vì chúng ta chỉ đo 20 ngày qua để minh họa khái niệm, chúng ta sẽ sử dụng VAR. S.

Như bạn thấy, giá trị biến đổi được tính của. 000018674 cho chúng ta biết rất ít về bộ dữ liệu. Nếu chúng ta tiếp tục lấy căn bậc hai giá trị đó để có độ lệch tiêu chuẩn của lợi nhuận, điều đó sẽ hữu ích hơn.